Force2Vec：并行力导向图嵌入
社会与信息网络
2020-09-22 v1 分布式、并行与集群计算
机器学习
摘要
图嵌入算法将图嵌入到低维空间，使得嵌入保留图的固有属性。虽然图嵌入从根本上与图可视化相关，但先前工作并未显式利用这一联系。我们开发了Force2Vec，其在图嵌入设定中使用力导向图布局模型，旨在在机器学习(ML)和可视化任务中都表现出色。我们通过将核心计算映射到线性代数并利用现代处理器中可用的多级并行，使Force2Vec高度并行。所得算法比现有方法快一个数量级(平均比DeepWalk快43倍)，并能在几小时内从具有数十亿边的图中生成嵌入。与现有方法相比，Force2Vec在图可视化方面更优，并在链接预测、节点分类和聚类等ML任务中表现相当或更好。源代码见 https://github.com/HipGraph/Force2Vec。
引用
@article{arxiv.2009.10035,
title = {Force2Vec: Parallel force-directed graph embedding},
author = {Md. Khaledur Rahman and Majedul Haque Sujon and Ariful Azad},
journal= {arXiv preprint arXiv:2009.10035},
year = {2020}
}
备注
Accepted for publication in ICDM 2020 as a regular paper