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