文件名称：ANRL：ANRL：通过深度神经网络进行属性网络表示学习（IJCAI-2018）
文件大小：5.7MB
文件格式：ZIP
更新时间：2024-03-06 21:52:42
deep-neural-networks tensorflow network-embedding network-representation-learning attributed-networks
安尔 ANRL：通过深度神经网络进行的属性网络表示学习（IJCAI-18） 这是ANRL算法的Tensorflow实现，可为网络中的每个节点学习低维表示。 具体来说，ANRL由两个模块组成，即邻居增强自动编码器和属性感知跳过语法模型，以共同捕获节点属性接近度和网络拓扑接近度。 要求 python2.7或python3.6 张量流 网络 麻木 科学的 scikit学习 所有必需的软件包都在requirements.txt中定义。 要安装所有要求，只需使用以下命令： pip install -r requirements.txt 基本用法 输入数据 对于节点分类，每个数据集包含3个文件：边缘列表，特征和标签。 1. citeseer.edgelist: each line contains two connected nodes. node_1 node_2 (weight) node
【文件预览】：
ANRL-master
----requirements.txt(81B)
----.DS_Store(6KB)
----embed()
--------citeseer.embed(4.56MB)
----utils.py(1KB)
----README.md(3KB)
----config.py(362B)
----graph()
--------pubmed.edgelist(514KB)
--------citeseer.feature(23.39MB)
--------pubmed.feature.mat(37.61MB)
--------pubmed.label(143KB)
--------citeseer.edgelist(41KB)
--------citeseer.label(22KB)
----main.py(7KB)
----evaluation.py(2KB)
----node2vec.py(4KB)
----.gitattributes(167B)
----model.py(4KB)