Graph Embedding：隨機遊走+word2vec

概述：        DeepWalk是一種將圖節點表示爲低維稠密向量的方法，他的原理就是將Random Walk和word2vec相結合的方式，即採用截斷隨機遊走產生固定window的數據，然後應用帶skip-gram model中，從而生成低維向量表示。     它有幾個顯著的特點：     1、可以處理稀疏的圖數據，即使標籤很少，他也可以使數據顯示很好的分類效果     2、並行性：隨機遊走

>>阅读原文<<