?前面介紹過DeepWalk,LINE,Node2Vec,SDNE幾個graph embedding方法。這些方法都是基於近鄰相似的假設的。其中DeepWalk,Node2Vec通過隨機遊走在圖中採樣頂點序列來構造頂點的近鄰集合。LINE顯式的構造鄰接點對和頂點的距離為1的近鄰集合。SDNE使用鄰接矩陣描述頂點的近鄰結構。
事實上,在一些場景中,兩個不是近鄰的頂點也可能擁有很高的相似性,對於這類相似性,上述方法是無法捕捉到的。Struc2Vec就是針對這類場景提出的。Struc2Vec的論文發表在2017年的KDD會議中。
而在struc2vec的假設中,頂點u和頂點v是具有空間結構相似的。他們的度數分別為5和4,分別連接3個和2個三角形結構,通過2個頂點(d,e;x,w)和網路的其他部分相連。