针对图表示方法的相关解析任务进行了研究，从形式化定义出发，首先以不同核心技术作为分类标准将图表示学习方法划分为五大类，其包括基于降维解析、矩阵分解、随机游走、深度学习和其他表示学习方法。其次通过归纳与对比分析梳理各类技术发展脉络，进而深层次展现各类图表示方法的优劣。随后结合图表示学习的常用数据集、评估方法和应用领域的归纳分析，展开动态性、可扩展性、可解释性和可解析性的四维剖析。最后总结并展望了图表示学习的未来研究趋势与发展方向。
科研之友
微信
新浪微博
Facebook
分享链接
