论文部分内容阅读
提出一种利用DeepWalk对不同社交网络上发布的事件进行分类的方法。该算法的基本思想是基于网络表示学习的DeepWalk方法,将随机游走得到的节点序列当作句子,从截断的随机游走序列中得到网络的局部信息,再通过局部信息来学习节点的潜在表示。然后利用机器学习中的逻辑回归算法进行多标签的分类。收集了一个名为Flickr-Wiki-YouTube的事件数据集,用于事件的分类,其中数据同时包含了三个不同的社交网络(Flickr,Wiki和YouTube),与现有的网络表示学习数据集中只拥有单一的社交网络不同。在F