網絡中的機器學習
節點分類
鏈接預測
機器學習的生命圈需要特征工程
網絡的特征學習——特征向量 embedding
network embedding的意義
節點的表征
節點的相似度衡量→網絡相似度衡量
網絡信息編碼，生成節點表征
用途：異常檢測，屬性預測，聚類，關系預測
例子：deepwalk
難度：當前的深度學習視為序列或網格數據而設計的，但網絡結構比這些更復雜，沒有固定的空間結構，沒有固定的順序，是動態的，並且有多類特征
Embedding Nodes
假設我們有圖G，V是節點集合，A是鄰接矩陣，
將節點編碼，編碼后的向量計算得到的相似度與原網絡的一致
因此需要定義一個編碼器，以及計算節點相似度的函數，並優化encoder
淺層encoding，有一個大矩陣，存儲各類節點的向量，encoder只是look-up，類似於word embedding
常見的方法：deepwalk，node2vec，transE
如何定義節點相似性
例子：若兩個節點的embedding相似，那么在物理結構上，他們：相連？有相同鄰居？相似的結構角色？等
隨機游走→node embedding
隨機游走：從一個節點出發，隨機選擇一個鄰居節點，游走到該節點，再重復上述步驟。經過的節點組成的序列即為圖的random walk
公式表示節點u，v在random walk中共同出現的概率
步驟：
1. 隨機游走，得到若干序列
2. 優化encoder，使共同出現的節點的序列相似度更近
random walk的意義：
能充分表達網絡的結構（鄰居信息）
高效性，不需要考慮網絡中的所有節點
非監督的學習，整體的過程類似於詞向量，此處不加贅述
負樣本抽樣 窗口 + 負樣本
演變為固定短長度的random walk
如何隨機游走？
node2vec的概述
：
具有相似鄰居的節點得到的向量相似
游走：廣度，深度
node2vec的步驟
embedding的使用：
聚類，社區發現
節點分類
關系預測
多關系數據模型的translating Embeddings
多關系模型，例如，知識圖譜，邊具有多類關系
知識圖譜填充→關系預測
transE
三元組關系 （實體1，關系，實體2）（h，l，t）
首先，實體已被表示未向量
那么關系如何表示呢？若l也是一個向量，那么應滿足 h+l≈t
transE算法
整圖的Embedding
將整個圖通過向量表示
用途：鑒別分子是否有毒；鑒別網絡是否異常
方法1：
基於node2vec得到每個節點的向量，求和或平均得到整個網絡的向量
方法2：
引入虛擬節點來表征網絡向量？？
方法3：
匿名游走？？需要看論文才能了解
每個節點是匿名的
當游走長度為3時，共有5個匿名。游走長度增長時，匿名的類別數如圖所示
枚舉步長為l的ai游走，並記錄出現的次數
將圖表示為這些游走的概率分布
計算圖中所有的匿名游走可能是不可行的
抽樣得到近似的分布
需要的random walk的次數如公式所示
學習每個匿名walk的Embedding，求和/平均/拼接后的結果即為圖的表征
