论文快讯
作者：萝卜兔
导读：本周论文快讯可谓精彩纷呈，有关于图Embedding方法的综述，也有来自KDD的图相似性度量方法，还包括了交通预测和停车位可用性预测两个实际应用，也有图匹配的最新研究，值得仔细研读一番。
01
这篇文章回顾了过去十年在NetworkEmbedding方面有着重要贡献的的工作，主要包括四个非常重要的方法：SpectralClustering、DeepWalk、Large-scaleInformationNetworkEmbedding(LINE)以及node2vec。文章概述了这四种方法，并列出了它们的优势和劣势。文章还给出了一些机器学习的示例，证明Embedding对机器学习任务性能的影响。最后，文章对未来的研究趋势做了相关的分析和展望。
论文链接：