DeepWalk粗解

本文将图网络上随机游走（Random Walk）和自然语言处理中的skip-gram语言模型相结合起来，而产生了在网络表示学习（Network Embedding）在与NLP相结合的第一篇开山之作。 理论支撑 也即是在无标度网络中，网络中节点的度分布服从幂律分布。而在此网络中采样后的节点出现频率也服从幂律分布，类似的在将文本进行随机游走的时候同样服从幂律分布。故而这种随机游走的采样没有改变网络整体

>>阅读原文<<