dynnode2vec：可扩展的动态网络嵌入
机器学习
2019-02-07 v2 社会与信息网络
机器学习
摘要
低维向量空间中的网络表示学习已在学术界与工业界引起相当关注。大多数真实网络是动态的，存在节点与边的增加/删除。现有图嵌入方法针对静态网络设计，无法捕捉大型动态网络中的演化模式。本文基于著名的图嵌入方法 node2vec 提出一种动态嵌入方法 dynnode2vec。Node2vec 是一种针对静态网络基于随机游走的嵌入方法。在动态场景下应用静态网络嵌入存在两个关键问题：1）为每个时间步生成随机游走耗时；2）各时间戳的嵌入向量空间不同。为应对这些挑战，dynnode2vec 使用演化随机游走并以先前的嵌入向量初始化当前图嵌入。我们通过在多个大型动态网络数据集上进行实证评估展示了所提动态网络嵌入的优势。
引用
@article{arxiv.1812.02356,
title = {dynnode2vec: Scalable Dynamic Network Embedding},
author = {Sedigheh Mahdavi and Shima Khoshraftar and Aijun An},
journal= {arXiv preprint arXiv:1812.02356},
year = {2019}
}