图因式分解GraphFactorization
Distributed Large-scale Natural Graph Factorization
Graph Embedding Techniques, Applications, and Performance: A Survey
综述里的描述
博客上LLE、拉普拉斯特征图的资料不少,但是Graph Factorization的很少,也可能是名字太普通了。。。只能自己看论文了。。。
主要是实现了分布式计算,以及较低的时间复杂度,做图的降维
这里不关注分布式实现,只看最基本的思路和解法
符号定义
符号 | 定义 |
---|---|
G | 图 |
n=|V| | 结点数 |
m=|E| | 边数 |
结点邻居 | |
边权重 | |
因式分解后 | |
正则参数 |
基本假设,认为通过降维后的结点向量的内积可以表达出边权重,再加上正则项得到如下目标函数
对求偏导得到
对于每条边有
最后,用SGD更新参数,整体的算法流程为