《metapath2vec: Scalable Representation Learning for Heterogeneous Networks》论文分析
《metapath2vec:ScalableRepresentationLearningforHeterogeneousNetworks》发表在KDD2017论文分析1.论文思路论文开发了两个可伸缩的表示学习模型,即metapath2vec和metapath2vec++。metapath2vec模型正式化了基于元路径的随机游走来构造节点的异构邻居,然后利用异构的skip-gram模型执行节点嵌入。