node2vec es un algoritmo para generar representaciones vectoriales de nodos en un grafo. El marco de node2vec aprende representaciones de baja dimensión para los nodos en un grafo mediante el uso de recorridos aleatorios a través del grafo que comienzan en un nodo objetivo. Es útil para diversas aplicaciones de aprendizaje automático . node2vec sigue la intuición de que los recorridos aleatorios a través de un grafo pueden tratarse como oraciones en un corpus. Cada nodo en un grafo se trata como una palabra individual, y un recorrido aleatorio se trata como una oración. Al alimentar estas "oraciones" a un skip-gram , o al usar el modelo de bolsa de palabras continua , las rutas encontradas por los recorridos aleatorios pueden tratarse como oraciones, y se pueden usar técnicas tradicionales de minería de datos para documentos. El algoritmo generaliza trabajos previos que se basan en nociones rígidas de vecindarios de red, y argumenta que la flexibilidad adicional en la exploración de vecindarios es la clave para aprender representaciones más ricas de nodos en grafos. [ 1 ] El algoritmo se considera uno de los mejores clasificadores de grafos. [ 2 ]
Véase también
Referencias
- ↑ Grover, Aditya; Leskovec, Jure (2016). "Node2vec". Actas de la 22.ª Conferencia Internacional ACM SIGKDD sobre Descubrimiento de Conocimiento y Minería de Datos . Vol. 2016. págs. 855–864 . arXiv : 1607.00653 . Bibcode : 2016arXiv160700653G . doi : 10.1145/2939672.2939754 . ISBN 9781450342322. PMC 5108654 . PMID 27853626 .
- ↑ Khosla, Megha; Setty, Vinay; Anand, Avishek (2020). "Un estudio comparativo para el aprendizaje de representación de redes no supervisado". IEEE Transactions on Knowledge and Data Engineering : 1. arXiv : 1903.07902 . doi : 10.1109/tkde.2019.2951398 . S2CID 207870054 .
- Aprendizaje no supervisado