07-noderepr 图机器学习之图表征学习

网络中的机器学习

节点分类

链接预测

机器学习的生命圈需要特征工程

网络的特征学习——特征向量   embedding

network embedding的意义

节点的表征

节点的相似度衡量→网络相似度衡量

网络信息编码，生成节点表征

用途：异常检测，属性预测，聚类，关系预测

例子：deepwalk

难度：当前的深度学习视为序列或网格数据而设计的，但网络结构比这些更复杂，没有固定的空间结构，没有固定的顺序，是动态的，并且有多类特征

假设我们有图G，V是节点集合，A是邻接矩阵，

将节点编码，编码后的向量计算得到的相似度与原网络的一致

因此需要定义一个编码器，以及计算节点相似度的函数，并优化encoder

浅层encoding，有一个大矩阵，存储各类节点的向量，encoder只是look-up，类似于word embedding

常见的方法：deepwalk，node2vec，transE

如何定义节点相似性

例子：若两个节点的embedding相似，那么在物理结构上，他们：相连？有相同邻居？相似的结构角色？等

随机游走：从一个节点出发，随机选择一个邻居节点，游走到该节点，再重复上述步骤。经过的节点组成的序列即为图的random walk

公式表示节点u，v在random walk中共同出现的概率

步骤：

1. 随机游走，得到若干序列

2. 优化encoder，使共同出现的节点的序列相似度更近

random walk的意义：

能充分表达网络的结构（邻居信息）

高效性，不需要考虑网络中的所有节点

非监督的学习，整体的过程类似于词向量，此处不加赘述

负样本抽样  窗口 + 负样本

演变为固定短长度的random walk

如何随机游走？

：

具有相似邻居的节点得到的向量相似

游走：广度，深度

node2vec的步骤

embedding的使用：

聚类，社区发现

节点分类

关系预测

多关系模型，例如，知识图谱，边具有多类关系

知识图谱填充→关系预测

transE

三元组关系 （实体1，关系，实体2）（h，l，t）

首先，实体已被表示未向量

那么关系如何表示呢？若l也是一个向量，那么应满足 h+l≈t

transE算法

将整个图通过向量表示

用途：鉴别分子是否有毒；鉴别网络是否异常

方法1：

基于node2vec得到每个节点的向量，求和或平均得到整个网络的向量

方法2：

引入虚拟节点来表征网络向量？？

方法3：

匿名游走？？需要看论文才能了解

每个节点是匿名的

当游走长度为3时，共有5个匿名。游走长度增长时，匿名的类别数如图所示

枚举步长为l的ai游走，并记录出现的次数

将图表示为这些游走的概率分布

计算图中所有的匿名游走可能是不可行的

抽样得到近似的分布

需要的random walk的次数如公式所示

学习每个匿名walk的Embedding，求和/平均/拼接后的结果即为图的表征

来自为知笔记(Wiz)

原文地址：https://www.cnblogs.com/combfish/p/12271482.html