广义结构视角下的网络表示学习方法探索与实践.docx

下载文档

0
0
约4.08万字
约 31页
2025-07-26 发布于上海
举报
版权申诉
保障服务

广义结构视角下的网络表示学习方法探索与实践.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

广义结构视角下的网络表示学习方法探索与实践

一、引言

1.1研究背景与动机

在数字化时代，社交网络的迅猛发展深刻改变了人们的生活与交流方式。从全球最大的社交平台Facebook，其月活跃用户数截至2017年6月已达20亿，到国内微信在2017年8月活跃用户数超9.6亿，社交网络已成为连接信息空间与人类社会的关键桥梁。这些大规模社交网络蕴含着海量节点及复杂关系，如人际关系网络、学术引用网络、生物分子交互网络等，对其深入分析挖掘在社交分析、推荐系统、生物医学研究等众多领域具有重大价值。

网络表示学习作为社交网络分析的核心技术应运而生，它旨在将网络中的节点转化为低维、实