theStar

摘要： Louvain Introduce Louvain算法是社区发现领域中经典的基于模块度最优化的方法，且是目前市场上最常用的社区发现算法。社区发现旨在发现图结构中存在的类簇（而非传统的向量空间）。 Algorithm Theory 模块度（modularity） 要想理解Louvain算法需先理解模块 阅读全文

摘要： [论文阅读笔记] Adversarial Mutual Information Learning for Network Embedding 本文结构 解决问题 主要贡献 算法原理 实验结果 参考文献 (1) 解决问题 现有的基于GAN的方法大多都是先假设服从一个高斯分布，然后再来学习节点嵌入（匹配 阅读全文

摘要： [论文阅读笔记] Unsupervised Attributed Network Embedding via Cross Fusion 本文结构 解决问题 主要贡献 算法原理 实验结果 参考文献 (1) 解决问题 现在常常用来处理属性网络表征的方式有两种：（1）在网络结构上传播属性（2）通过自编码器 阅读全文

摘要： [论文阅读笔记] Adversarial Learning on Heterogeneous Information Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 现有的异构网络（HIN）嵌入方法本质上可以归结为两个步骤（1）正样本生成和负样本生成（2）在这些 阅读全文

摘要： [论文阅读笔记] Structural Deep Network Embedding 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 现有的表示学习方法大多采用浅层模型，这可能不能捕获具有高度非线性的网络结构，导致学习到一个局部最优的节点向量表示。 (2) 主要贡献 Contri 阅读全文

摘要： [论文阅读笔记] LouvainNE: Hierarchical Louvain Method for High Quality and Scalable Network Embedding 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 本篇论文是针对现有表征算法计算开销比较大 阅读全文

摘要： [论文阅读笔记] Are Meta-Paths Necessary? Revisiting Heterogeneous Graph Embeddings 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 传统的异构网络中的随机游走常常偏向于采样节点数比较多的节点类型。为了克服该问题 阅读全文

摘要： [论文阅读笔记] Community aware random walk for network embedding 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 先前许多算法都只考虑了网络的局部拓扑结构信息，忽略了原始网络中潜藏的社区信息。 (2) 主要贡献 Contribu 阅读全文

摘要： [论文阅读笔记] Fast Network Embedding Enhancement via High Order Proximity Approximation 本文结构 解决问题 主要贡献 主要内容 参考文献 (1) 解决问题 大多数先前的工作，要么是没有考虑到网络的高阶相似度（如谱聚类，De 阅读全文

摘要： [论文阅读笔记] HARP Hierarchical Representation Learning for Networks 本文结构 解决问题 主要贡献 主要内容 参考文献 (1) 解决问题 DeepWalk及之后一系列基于神经网络算法，比如LINE，node2vec等等都取得了非常大的成功。但 阅读全文