Jan, 2021

Twitch Gamers: 一份用于评估保持距离和基于结构角色的节点嵌入的数据集

PDF
TL;DR本文提出了一个名为 Twitch Gamers 的多样性社交网络数据集，旨在评估新颖接近保持和结构角色基于节点嵌入算法的预测性能。
node embeddingsgraph miningsocial networktwitch gamerspredictive performance
发现论文，激发创造
  • 属性社交网络嵌入

    本文提出了一种基于网络结构和社交演员属性相似性的社交网络嵌入框架，在节点分类和链接预测任务上均实现了显著的性能提升，比如在链接预测任务上相比 node2vec 提高了 8.2%。

    May, 2017

  • 图嵌入增强技能评分系统

    本文提出了一个基于技能差距图的球员理解框架，其中球员和他们的输赢关系建模为一个无向加权图，球员嵌入通过基于随机游走的图嵌入方法从这个图中学习，可以反映球员之间相对的技能水平；在文末还介绍了 Graphical Elo（GElo），一种评估球员技能水平的方法在公共数据集上经过实验，证明了球员嵌入在竞技游戏和赛事中的潜在应用。

    Apr, 2023

  • 节点邻近性是必要的：统一的结构和位置节点以及图嵌入

    本篇论文介绍了 PhUSION，这是一种用于计算结构和位置节点嵌入的基于接近度的统一框架，通过聚合节点嵌入，得到模拟先前的图特征学习和核方法丢失信息的图层次特征，主要适用于节点和图层次的机器学习。

    Feb, 2021

  • 通过扩散小波学习结构节点嵌入

    本文介绍了 GraphWave 方法，通过利用热波中的扩散模式，表示每个节点的网络邻域，并以无监督的方式学习这些嵌入。本文证明，具有类似网络邻域的节点将具有类似的 GraphWave 嵌入，即使这些节点可能位于网络的非常不同的部分，该方法在捕捉网络中的结构角色方面有着很高的潜力，并且在实验中表现出优秀的性能，超过了现有的所有基线方法，最高达到 137%。

    Oct, 2017

  • 探究和评估结构节点嵌入

    本研究探讨基于节点等价性的结构嵌入技术，并提供了严谨的内在和外在评估方法，发现节点邻域度数分布可以成为简单却有效的基准，并希望这些发现能够影响节点嵌入方法的设计并促进更全面和公正地评估结构嵌入方法。

    Jan, 2021

  • 巨大的：使用 TPU 实现大规模无监督图嵌入

    图嵌入是网络理解的常用方法，本论文提出了一种基于 Tensor Processing Units 的高性能图嵌入架构，能够解决大规模图的嵌入问题，并通过真实和合成的大规模数据集验证了嵌入空间的质量。

    Jul, 2023

  • 图嵌入技术、应用及性能：一项调查

    本文综述了图嵌入技术的各种方法，介绍了三个不同的分类方法的代表性算法，并分析了它们在不同任务上的表现。文章最终结论是提出了一些潜在的应用和未来方向，并介绍了一个名为 GEM 的 Python 库，其中提供了所有介绍的算法作为一个统一的接口，以促进和便利这个领域的研究。

    May, 2017

  • 带混合差分隐私保证的跨网络社交用户嵌入

    提出一个跨网络社交用户嵌入框架 DP-CroSUE，以隐私保护的方式学习用户的全面表示，并在三个真实数据集上展示对用户兴趣预测任务的显著改进和防御嵌入式用户属性推断攻击。

    Sep, 2022

  • 基于社交感知上下文化图神经网络的大规模个性化视频游戏推荐

    本研究探讨了在 Steam 平台上用户行为特征与在线游戏推荐系统的关系，认为满足个性化、游戏情境化和社交连接的在线游戏推荐系统具有吸引用户、增加用户停留时间的作用。然而，同时解决这三个特性是非常具有挑战性的。因此，我们提出了新的 SCGRec，并结合了三个视角来改进游戏推荐。

    Feb, 2022

  • 关于网络中的接近性和结构角色嵌入：误解、技术和应用

    本篇论文介绍了结构角色和社群的概念，阐明了二者的本质区别，探讨了通过随机游走、特征扩散等机制实现社群或角色结构嵌入的方法，并分析了适用于社群或角色结构嵌入的应用和数据特征。

    Aug, 2019