论文笔记：Large-Scale Embedding Learning in Heterogeneous Event Data（HEBE）

本来我想把论文关键点写一些的，但是上网搜了一下，发现一个小姐姐写的非常好，有的论文中没有提到的例子和证明小姐姐都给出来了，很清晰。上连接：
https://blog.csdn.net/hy_jz/article/details/79007448

其实我感觉HEBE和deepwalk不同的就是

1. deepwalk用random walk得到的上下文进行某个节点上下文来嵌入，而HEBE给出了超图方法，也就是规定的一个event，里面含有边和顶点，这个event中的一个点使用这个event中其他的点作为上下文来进行embedding
2. DW使用skip-gram的概率目标函数来进行嵌入，HEBE使用了KL散度，并且加入了不同上下文权重的表示。