社交网络中的网络表示学习技术

传统的网络表示一般使用高维的稀疏向量。但是高维稀疏的表示也成为了人们使用统计学习方法时的局限所在,因为高维的向量将会花费更多的运行时间和计算空间。随着表示学习技术的发展,研究者转而探索将网络中的节点表示为低维稠密的向量表示方法,有效融合网络结构与节点外部信息,形成更具区分性的网络表示成为挑战。


111.jpg

立即體驗,開啟數位化轉型之旅!