Network Embedding中方法回顧

網絡嵌入方法（Network Embedding）旨在學習網絡中節點的低維度潛在表示，所學習到的特徵表示可以用作基於圖的各種任務的特徵，例如分類，聚類，鏈路預測和可視化。 傳統意義上的 Graph Embedding 被看成是一個降維的過程，而主要的方法包括主成分分析（PCA）和多維縮放（MDS）。所有的方法都可以理解成運用一個 n × k 的矩陣來表示原始的 n × m 矩陣，其中 k << n

>>阅读原文<<