相关阅读
相关 GNN-静态表征-随机游走-2017：Metapath2vec【 步骤：①基于预定义“元路径”的有偏随机游走生成每个节点的训练序列，得到训练数据集；②套用Word2vec算法得到节点表示】【异质图】
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5
阳光穿透心脏的1/2处相关 GNN-静态表征-随机游走-2016：Node2vec【 步骤：①有偏随机游走策略生成每个节点的训练序列（DFS&BFS），得到训练数据集；②套用Word2vec算法得到节点表示】【浅层模型、同质图】
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5
相关 图算法（十五）：Node2vec算法【适用场景：用于节点功能相似性比较、节点结构相似性比较、社团聚类等场景】【调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征】
一、概述 Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q
相关 图算法（十三）：Louvain算法【适用场景：用于社团发掘、层次化聚类等场景】【基于模块度的社区发现算法，其优化目标是最大化整个社区网络的模块度】
一、概述 Louvain算法是基于模块度的社区发现算法，该算法在效率和效果上都表现较好，并且能够发现层次性的社区结构，其优化目标是最大化整个社区网络的模块度。 适用场景
相关 图算法（十二）：标签传播算法（Label Propagation）【适用场景：用于资讯传播、广告推荐、社区发现等场景】【一种基于图的半监督学习方法】【用已标记节点的标签信息去预测未标记节点的标签信息】
一、概述 标签传播算法（Label Propagation）是一种基于图的半监督学习方法，其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建
今天药忘吃喽~相关 图算法（八）：单源最短路算法（SSSP）【适用场景：用于网络路由、路径设计等场景】【给出从给定的一个节点（称为源节点）出发到其余各节点的最短路径长度】
一、概述 单源最短路算法（SSSP）计算了图论中的一个经典问题，给出从给定的一个节点（称为源节点）出发到其余各节点的最短路径长度。 适用场景：单源最短路算法（SSSP）
我就是我相关 图算法（五）：最短路径算法（Shortest Path）【适用场景：用于路径设计、网络规划等场景】【用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的最短路径。】
一、概述 最短路径算法（Shortest Path）用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的最短路径。 适用场景：：最短路径算法（Shortest
朱雀相关 文本表示方法--单词嵌入向量(word2vec)
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ub
相关 word2vec聚类
1. 评论抓取、去重、去标点符号、词性标注+分词、去停用词 （linux上，txt存为默认，不用存utf-8；win上txt存utf-8） 2. 安装linux
相关 Word2Vec&Doc2Vec总结
转自：[http://www.cnblogs.com/maybe2030/p/5427148.html][http_www.cnblogs.com_maybe2030_p_54
还没有评论，来说两句吧...