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 推荐系统-召回层-召回算法：Item2vec、Node2vec
学习总结 1. 用Spark生成Item2vec和Graph Embedding。运用 Spark 实现经典的 Embedding 方法 Item2vec 和 Deep W
不念不忘少年蓝@相关 图算法（十六）：实时推荐算法（Real-time Recommendation）【适用场景：适用于电商、社交等多领域的推荐场景】【基于随机游走的实时推荐算法】【推荐与输入节点相近度高、关系近的节点】
一、概述 实时推荐算法（Real-time Recommendation）是一种基于随机游走模型的实时推荐算法，能够推荐与输入节点相近程度高、关系或喜好相近的节点。 适
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（十一）：紧密中心度算法（Closeness Centrality）【适用场景：社交网络中关键节点发掘】【计算一个节点到所有其他可达节点的最短距离的倒数再累积归一化】【值越大，节点越靠近图中心】
一、概述 紧密中心度算法（Closeness Centrality）计算一个节点到所有其他可达节点的最短距离的倒数，进行累积后归一化的值。紧密中心度可以用来衡量信息从该节
相关 图算法（十）：关联路径算法（n-Paths）【适用场景：用于关系分析、路径设计、网络规划等场景】【用于寻找图中两节点之间在层关系内的n条路径】
一、概述 关联路径算法（n-Paths）用于寻找图中两节点之间在层关系内的n条路径。 适用场景：关联路径算法（n-Paths）适用于关系分析、路径设计、网络规划等场景。
亦凉相关 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 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
还没有评论，来说两句吧...