[CS224W] 3.3 Embedding Entire Graphs

하의 그래프, 그래프 전체를 embedding 하는 법

Embedding Entire Graphs

• 그래프 이상 탐지 등

Approach 1

• standard node embedding
• sum of node embedding
• 간단하고 잘 작동

Approach 2

• subgraph와 연결된 가상의 노드를 하나 생성해 이를 embedding
• 전체 그래프일 때는 모든 노드와 연결한 후 embedding

Approach 3: Anonymous Walk Embeddings

• node의 randomwalk의 여러 결과를 sequence로 저장해 anonymous 할 때 결과를 바탕으로 labeling
• 다른 노드를 방문하였어도 같은 움직임이면 동일하다고 판단

Simple usage

• 유형 I의 anonymous walk가 발생할 확률로 embedding

• How to fix random walks m do we need?
  상기 공식 활용

Learn Walk Embeddings

• window size가 있을 때, 중심 node 주변 window size node를 통해 중심 노드를 예측
  

1. node u에서 시작하는 random walk의 집합을 생성
   

2. 윈도우를 이용해 해당 random walk를 예측하는 task 수행
   

3. 다음 softmax 함수를 통해 진행

• 다음과 같은 graph embedding을 통해 그래프 유사도, 그래프 분류 등울 수행 가능

How to use Zi of nodes

• Clustering
• Node classifiation
• Link prediction
  
  다음과 같이 Zi,Zj를 결합해 수행
• graph embedding