DeepWalk及node2vec簡單理解學習

DeepWalk DeepWalk基本思想 DeepWalk是最早提出的基於 Word2vec 的節點向量化模型。其主要思路,就是利用構造節點在網絡上的隨機遊走路徑,來模仿文本生成的過程,提供一個節點序列,然後用Skip-gram和Hierarchical Softmax模型對隨機遊走序列中每個局部窗口內的節點對進行概率建模,最大化隨機遊走序列的似然概率,並使用最終隨機梯度下降學習參數。 其目標函
相關文章
相關標籤/搜索