原创力文档- 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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
随着大数据技术和人工智能技术的高速发展，网络结构作为一种常用的数据
结构，用于描述现实世界中实体之间的复杂关系，在许多的领域中已经被大量的
使用。常见的应用包括在网络数据上进行社区检测，节点分类，链路预测以及网
络可视化等等任务。在工业界也有着大量的网络应用，例如在社交网络上进行诈
骗账户的判断等等。但传统的网络数据分析方法大都是基于人工定义的网络特征。
这类方法通常无法很好地适应各种下游的网络分析任务，同时有着较高的时间复
杂度。而本文研究的网络表征方法就尝试解决此类问题。网络表征学习通过对
文档评论（0）