LINE与矩阵分解的等价性
机器学习
2017-11-09 v2
摘要
LINE [1] 作为一种高效的网络嵌入方法，已在处理大规模无向、有向和/或加权网络中显示出其有效性。特别地，它提出保留网络的局部结构（由一阶邻近度表示）和全局结构（由二阶邻近度表示）。在本研究中，我们证明具有这两种邻近度的LINE（LINE(1st)和LINE(2nd)）实际上是分别分解两个不同的矩阵。具体而言，LINE(1st)分解矩阵M(1)，其条目是无向网络中顶点对的逐点互信息(PMI)的两倍，并偏移一个常数。LINE(2nd)分解矩阵M(2)，其条目是有向网络中顶点与上下文对的PMI，并偏移一个常数。我们希望这一发现能为LINE的进一步扩展和泛化提供基础。
引用
@article{arxiv.1707.05926,
title = {Equivalence between LINE and Matrix Factorization},
author = {Qiao Wang and Zheng Wang and Xiaojun Ye},
journal= {arXiv preprint arXiv:1707.05926},
year = {2017}
}
备注
5 pages