本文介绍了一种动态网络嵌入方法dynnode2vec，解决了静态网络嵌入方法在动态网络上运用的问题，并在多个大型动态网络数据集上进行了实证评估。
Dec, 2018
本文提出一种框架用于将不同的网络表示方法统一化，研究它们的有效性, 经过一系列的实证研究表明，并没有一个单一的方法是最好的，选择一个适合的方法取决于嵌入方法的某些属性、任务和底层图的结构属性。
Mar, 2019
本研究对15个数据集进行了12种度量方法的实验研究，其中涵盖了图的非线性降维和表示学习。结果显示，无论是在连接预测还是节点分类任务中，没有一种方法完全胜出。
May, 2019
本文提出了一种新的针对大规模网络嵌入学习的算法——NetSMF，可以有效地稀疏该密集矩阵，维持了嵌入学习的表征能力，相比已有方法，NetSMF在效率和有效性上都具有优势。
Jun, 2019
本文针对网络嵌入中的初始化问题进行了研究，提出了一种基于图划分技术和抽象图构建的嵌入初始化方法，可以显著提高最新算法在链接预测和节点分类中的表现并减少运行时间。
Aug, 2019
本文研究低维嵌入在复杂网络中的应用，证明了可用一种轻微改进的模型生成高度簇聚密度的稀疏图，同时得到准确的低维分解，并用基于逻辑主成分分析的简单算法成功找到了精确嵌入，实验证明低维嵌入对于捕捉真实世界网络的局部结构具有良好的效果。
Jun, 2020
本文综述了网络嵌入技术的相关文献，介绍了当前流行的方法和研究动态，以帮助读者在这个领域的复杂研究中找到方向。
May, 2023
本文提出了一种无监督排序结构化图嵌入的框架，分析了结构化嵌入的特性和被嵌入的预定义节点特征，以达到提高解释性的目的。
Jun, 2023
本文研究图嵌入的质量以及其在社区检测方面的有效性，通过使用灵活的距离函数捕捉不同顶点之间的拓扑距离，将顶点嵌入作为距离矩阵的变换结果进行分析，并在多个基准数据集上进行评估。结果表明，该方法操作于降维表示，使得计算复杂度大为减少，且性能与传统算法相媲美。
Apr, 2024
该研究论文讨论了节点嵌入、个性化PageRank、图拓扑以及基于PPR的嵌入方法对各种下游任务的优势的解释性分析。
May, 2024