概念及应用场景
通过已知连接补全未知连接
将link编码成为向量输入到机器学习模型中:
1.直接提取link的特征,构建D维向量
2.把link两段节点的D维向量拼在一起(丢失了link本身的连接结构信息)
应用:
1.客观静态图 eg:蛋白质结构
2.动态变化图 eg:论文引用
Link预测
最短路径长度
两节点的局部连接信息
Katz index:节点u和节点v之间长度为k的路径个数
通过已知连接补全未知连接
将link编码成为向量输入到机器学习模型中:
1.直接提取link的特征,构建D维向量
2.把link两段节点的D维向量拼在一起(丢失了link本身的连接结构信息)
应用:
1.客观静态图 eg:蛋白质结构
2.动态变化图 eg:论文引用
最短路径长度
两节点的局部连接信息
Katz index:节点u和节点v之间长度为k的路径个数
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/544231.html
如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!