摘要：随着大型社会媒体网络的蓬勃发展,产生了各种复杂数据类型的网络大数据。传统的谱方法、概率生成模型等网络表示学习技术不能满足大网络数据时代的需求,近年来,网络表示学习成为了复杂网络分析的一个新的研究热点。基于此,在对网络表示学习深入研究的基础上,结合国内外最新研究工作,全面探讨了网络表示学习的若干问题。文章介绍了网络表示学习的研究背景和相关定义;按照网络结构分类,分别介绍了同构网络和异质网络表示学习经典算法,并进行对比分析;探讨网络表示学习的应用任务和未来研究前景。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社