Random Thoughts

余骚斋主翁最萌 2017-08-12

最近看了node2vec(https://cs.stanford.edu/people/jure/pubs/node2vec-kdd16.pdf)的论文,觉得似乎直觉上能把很多东西串联起来

1. Node2vec可能比word2vec更本质(泛化)。从node2vec的角度来看,单词是节点,句子就是通过random walk在单词之间的马尔可夫网络中的一个抽样

2, Node2vec(word2vec)是一个将某个网络映射到一个高维欧式空间的通用方法,因为欧式距离和点积之间的密切关系,大概也可以视为拟合对应的核空间

3. 很多传统的推荐算法都可以用图来表示,考虑协同过滤,可以视为一个 user-item的二分图,用户之间的边取topK的相似用户,用户和物品间用评分刻画,最终的协同过滤就可以视为在这个二分图里面random walk的结果

4. 这种基于图的视角也可以同时视为是一种对用户实际浏览/使用行为的建模:用户就是在这样的网络中随机的浏览,也可以视为一个random walk的过程

5. 从这个角度来说构建一个包含多个类型的复合的网络是可能的,这样对不同类型的节点都可以用同一个核空间的向量表示,这个向量向量可以进一步的用于各种核方法,或者神经网络方法来完成对应机器学习任务

查看更多主题的豆瓣日记和相册

余骚斋主翁最萌
作者余骚斋主翁最萌
15日记 3相册

全部回应 0 条

添加回应

余骚斋主翁最萌的热门日记

值得一读

    豆瓣
    我们的精神角落
    免费下载 iOS / Android 版客户端
    App 内打开