社交网络信息表示是将社交网络嵌入到低维空间中的问题,其中每个顶点被表示为低维向量。1
定义社交网络信息表示是将社交网络嵌入到低维空间中的问题,其中每个顶点被表示为低维向量。具体地说,社交网络信息表示就是利用不同的模型去学习网络中节点在低维连续空间中的特征表示2,并且保证在该低维连续空间中得到的新的特征表示能够尽可能多的保留真实网络中的信息。
社交网络信息表示概要社交网络信息表示问题主要分为两部分内容,一为特征的选取,二为模型的构建。社交网络中含有很多的信息,大体可分为内容信息和网络结构信息两部分。由于社交网络信息表示在映射到低维连续空间后仍需保持原网络中的信息,所以特征的选取很大程度上影响着最终社交网络信息表示的质量。
对于内容信息在低维表示问题上应用,在自然语言处理领域的很多任务中更为常见。对于网络信息的表示问题,有一些特定的网络可以较为方便的获得节点内容之间的关系,继而与网络结构信息结合得到网络信息在低维空间中的表示。然而就目前来看,特别是关于社交网络信息表示的问题,更多的还是通过尽可能多的保留网络结构上面的信息来得到在低维空间中更好的表示。
本词条内容贡献者为:
王沛 - 副教授、副研究员 - 中国科学院工程热物理研究所