图嵌入(Graph embeding)

图嵌入的概述

• 图分析任务的分类
  • 节点分类：基于其他标记的节点和网络拓扑来确定节点的标签(也称为顶点)
  • 链接预测：预测缺失链路或未来可能出现的链路的任务
  • 聚类：用于发现相似节点的子集，并将它们分组在一起
  • 可视化：有助于深入了解网络结构

图嵌入算法：作为降维技术的一部分。他们首先根据实际问题构造一个D维空间中的图，然后将图的节点嵌入到d（d<<D）维向量空间中。嵌入的思想是在向量空间中保持连接的节点彼此靠近。（直白理解：降维且增加相关性）

图嵌入的挑战

图嵌入的方法

• 嵌入的分类
  • 基于因子分解的方法
  • 基于随机游走的方法
  • 基于深度学习的方法

PS:图嵌入（Graph embedding）综述)由于研究方向的问题，挑战和方法的详细阐述可以看前面这篇博客