OpenNE用于網(wǎng)絡(luò)嵌入的開源工具包

OpenNE 是清華大學(xué)開源的 NE/NRL 訓(xùn)練和測試框架，統(tǒng)一了不同 NE 模型輸入和輸出接口，并為每個模型提供可擴(kuò)展選項。此外，還用 TensorFlow 實現(xiàn)了經(jīng)典 NE 模型，使這些模型可以用 GPU 訓(xùn)練。

OpenNE 實現(xiàn)和修改的模型包括 DeepWalk、LINE、node2vec、GraRep、TADW 和 GCN，后續(xù)還將根據(jù)已公布的 NRL 論文持續(xù)實現(xiàn)更多有代表性的 NE 模型。

要求

• numpy==1.13.1

• networkx==2.0

• scipy==0.19.1

• tensorflow==1.3.0

• gensim==3.0.1

• scikit-learn==0.19.0

與其他實現(xiàn)對比

運(yùn)行環(huán)境：CPU：Intel（R）Xeon（R）CPU E5-2620 v3 @ 2.40GHz

BlogCatalog: 10312 nodes, 333983 edges, 39 labels, 非定向：

• data/blogCatalog/bc_adjlist.txt

• data/blogCatalog/bc_edgelist.txt

• data/blogCatalog/bc_labels.txt

Wiki: 2405 nodes, 17981 edges, 19 labels, 定向：

• data/wiki/Wiki_edgelist.txt

• data/wiki/Wiki_category.txt

cora: 2708 nodes, 5429 edges, 7 labels, 定向：

• data/cora/cora_edgelist.txt

• data/cora/cora.features

• data/cora/cora_labels.txt