二阶相似性
二阶相似性适用于有向或者无向图(比如Deepwalk里面就用到了有向的二阶相似性) ， 二阶相似性假定与其他顶点共享邻居顶点的两个点彼此相似(无向有向均可) ， 一个向量u和u'分别表示顶点本身和其他顶点的特定“上下文” ， 意为二阶相似 。 对于每个有向边(i,j) ， 我们首先定义由生成“上下文”的概率：
模型优化
由于O2的计算代价十分的昂贵 ， 因此目标函数优化时使用了负采样方法 ， 为每条边指定了一个目标函数：
实验分析与展示与Deepwalk中的实验类似 。
数据集
语言网络：基于英文维基百科页面构建词共同网络社交网络：Flickr、Youtube引用网络：作者和论文引文网算法
GFDeepwalkLINE-SGD ， LINELINE(1st+2nd):
对于所有方法 ， 随机梯度下降的小批量大小设置为1；以起始值p0=0.025和pt=p0(1-t)设定学习速度 ， T是小批量或边缘样品的总数；为了公平比较 ， 语言网络嵌入的维度被设置为200；而其他网络中 ， 默认设置为128；其他的默认参数设置包括：LINE的负采样k=5 ， 样本总数T=100亿(LINE),T=200亿(GF) ， 窗口大小win=10 ， 步行长度t=40 ， 对于DeepWalk ， 每顶点行走y=40；所有的嵌入向量最终通过设置||w||2=1进行归一化 。
语言网络
评估学习嵌入的有效性：词类比和文档分类 。
词类比：给定一个单词对(a,b)和一个单词c ， 该任务旨在找到一个单词d ， 使得c
和d之间的关系类似于a和b之间的关系 。
社交网络
与语言网络相比 ， 社交网络更加稀缺；将每个节点分配到一个或多个社区的多标签分类任务来评估顶点嵌入；随机抽取不同百分比的顶点进行训练 ， 其余用于评估 。 结果在10次不同运行中进行平均 。 下面是在Flickr和Youtube数据集上的结果展示 。
通过GF和LINE两种方法对引用网络进行评估 。 还通过多标签分类任务评估顶点嵌入 。 我们选择7个流行会议 ， 包括AAAI ， CIKM ， ICML ， KDD ， NIPS ， SIGIR和WWW作为分类类别 。
稳定性
推荐阅读
-
敢当说|参加美国环太平洋军演！，日本舰队要在海上先检疫两周
-
-
-
林青霞|3天6个瓜：嫖娼出轨、包养小3、脚踩两只船，太毁三观
-
-
番号搜索网站……torrentkitty search engine怎么用
-
澳洲|澳洲男子回家发现屋顶破洞，上面掉下2条蟒蛇，平时生活毫无察觉
-
北京晚报|北京开展“守护平安行”专项行动，一天内96辆“黑车”被查扣
-
-
-
-
十八号车铺：国四排放续航300km，配双通道ABS，1.6万，光阳全新小排踏板
-
深圳大件事丰巢超时收费引风波！今天，广东正式发声，遭多小区抵制
-
青年|王者荣耀：S20季即将到来，变化真的很大，进来看看
-
-
穿搭|小贝长子21岁就订婚？弯腰驼背显老态，25岁未婚妻却是名模白富美
-
运营方|租赁共享汽车遇麻烦，聊城百余名用户400余万押金要不回！运营方已被列为失信人
-
莫斯科|新出的莫斯科国际大学排名，很少见！看他们眼中的中国大学强弱榜
-
温柔一辉|梦泪解读新版本，一件装备让露娜“封神”，直言是露娜绝配
-
