快来学习鸭～～～

metapath2vec: Scalable Representation Learning for Heterogeneous Networks发表在kdd2017，用于解决异构网络的embedding表示。个人看完文章的感觉就是将deepwalk的算法思路引入到异构网络当中，并针对异构网络的特点，针对deepwalk算法中的各个步骤，针对性的进行优化。所以看在了解metapath2vec之前...

论文“DeepWalk: Online Learning of Social Representations” 发表在kdd2014，下载地址：https://arxiv.org/pdf/1403.6652.pdf作者开源的代码：https://github.com/phanein/deepwalk文章提出的deepwalk用于学习图网络中节点的低维表示，学习出的低纬embedding...

论文“node2vec: Scalable Feature Learning for Networks”发表在kdd2016，文章提出了一个新的graph embedding论文地址：https://www.kdd.org/kdd2016/papers/files/rfp0218-groverA.pdf作者提供的代码地址：http://snap.stanford.edu/node2vec/...

论文“LINE: Large-scale Information Network Embedding”发表在WWW‘15上，提出了一个适用于大规模网络embedding算法“LINE”。论文下载地址：https://arxiv.org/pdf/1503.03578.pdf作者公布的代码：https://github.com/tangjianpku/LINE介绍本篇文章提出的算法定义...

论文“Structural Deep Network Embedding”发表在kdd2016论文下载地址：https://www.kdd.org/kdd2016/papers/files/rfp0191-wangAemb.pdf论文利用深度自编码器来学习图中节点的embedding向量，结合一阶和二阶相似度进行联合训练，将二阶相似度作为无监督信息，捕获全局网络结构信息，一阶相似度作为有监...