针对现有网络表示学习方法在节点分类任务中效果不佳的问题，提出了一种融合节点重要性指标的图表示学习方法GeNI(Graph embedding based on node importance)。该方法通过节点度、集聚系数等节点重要性指标，先将网络中节点分为若干类，再与经典随机游走node2vec方法相结合，对不同重要性指标的节点，在图嵌入阶段采用不同随机游走方式进行节点序列采集，学习节点嵌入。实验表明，该方法在不同领域、不同规模图数据的节点分类中效果均有提升。
科研之友
微信
新浪微博
Facebook
分享链接
