标题：事件分类：使用DeepWalk学习的基线
作者：黄费涛 杨振国 刘文印
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：网络分类，DeepWalk，网络表示学习，图嵌入，逻辑回归，机器学习
摘要：提出一种利用DeepWalk对不同社交网络上发布的事件进行分类的方法。该算法的基本思想是基于网络表示学习的DeepWalk方法，将随机游走得到的节点序列当作句子，从截断的随机游走序列中得到网络的局部信息，再通过局部信息来学习节点的潜在表示。然后利用机器学习中的逻辑回归算法进行多标签的分类。收集了一个名为Flickr-Wiki-YouTube的事件数据集，用于事件的分类，其中数据同时包含了三个不同的社交网络（Flickr，Wiki和YouTube），与现有的网络表示学习数据集中只拥有单一的社交网络不同。在Flickr-Wiki-YouTube事件数据集上进行实验，从实验结果中验证了构建图的合理性以及这种思想的可行性，取得了显著的效果。