OpenNE用于网络嵌入的开源工具包

OpenNE 是清华大学开源的 NE/NRL 训练和测试框架，统一了不同 NE 模型输入和输出接口，并为每个模型提供可扩展选项。此外，还用 TensorFlow 实现了经典 NE 模型，使这些模型可以用 GPU 训练。

OpenNE 实现和修改的模型包括 DeepWalk、LINE、node2vec、GraRep、TADW 和 GCN，后续还将根据已公布的 NRL 论文持续实现更多有代表性的 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

与其他实现对比

运行环境：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