一种利用局部敏感哈希优化的超大规模图的表示学习方法

摘要

本发明公开了一种利用局部敏感哈希优化的超大规模图的表示学习方法。本方法为：使用局部敏感哈希函数对目标图的每一节点进行计算，并根据计算结果定义该节点的节点向量；从该目标图的图结构中获取训练样本；基于所述训练样本，采用skip‑gram模型对该目标图中各节点的节点向量进行训练，得到该目标图中各节点对应的节点向量表示。本发明解决了现实网络结构中普遍存在的“长尾现象”带来的困扰，同时考虑到网络中的内容信息和结构信息，适合分布式实现，具有高可扩展性。