基于张量分解的集成节点嵌入：以 DeepWalk 为例
机器学习
2020-08-19 v1 机器学习
摘要
近年来节点嵌入吸引了越来越多的关注。在此背景下，我们提出一种新的集成节点嵌入方法，称为 TenSemble2Vec，其首先利用现有技术生成多个嵌入，并将其作为最先进张量分解模型即 PARAFAC2 的多视图数据输入，以学习节点的共享低维表示。与其他嵌入方法不同，我们的 TenSemble2Vec 利用了来自不同方法或同一方法不同超参数的互补信息，从而规避了模型选择的难题。使用真实世界数据的大量测试验证了所提方法的效率。
引用
@article{arxiv.2008.07672,
title = {Ensemble Node Embeddings using Tensor Decomposition: A Case-Study on DeepWalk},
author = {Jia Chen and Evangelos E. Papalexakis},
journal= {arXiv preprint arXiv:2008.07672},
year = {2020}
}