node2vec: scalable feature learning for networks

node2vec是一种可扩展的网络特征学习方法。它可以将网络中的节点表示为低维向量，这些向量可以用于各种任务，例如节点分类、链接预测和社区检测。node2vec使用随机游走来生成节点序列，并使用skip-gram模型来学习节点的向量表示。相比于传统的网络嵌入方法，node2vec可以更好地保留节点之间的结构信息，从而提高了学习效果。