使用 ARGEW 对同质图进行节点嵌入：通过图边权重增强随机游走
原文中文，约300字，阅读约需1分钟。发表于：。在本文中，我们提出了一种新颖的增强型随机游走方法 ARGEW（Augmentation of Random Walks by Graph Edge Weights），该方法通过扩展语料库，在节点嵌入中使具有较大边权重的节点更接近，从而能够更好地反映边权重，并在节点分类中表现出良好的性能，在训练过程中无需节点特征或标签信息。
本文提出了一种新颖的方法，通过交替随机游走策略生成特定角色的顶点邻域，并在相应的源/目标角色中训练节点嵌入。该方法成功解决了先前方法无法对边的定向性进行编码或其编码不能在不同任务中进行推广的问题。在几个真实世界数据集上展示了该方法的有效性，表明嵌入稳健、可推广，在多种任务和图表现良好，并且在节点分类任务中始终优于基线模型。
