網絡表示學習在復雜網絡數據挖掘領域有重要的影響力,其因能夠有效編碼網絡結構特征與網絡節點附屬特征而得到廣泛的應用。網絡表示學 在將研究對像之間的上下文關繫、結構關繫、層次關繫等嵌入低維度的表示向量空間中,從而為後續的機器學習任務提供更為優質的特征輸入。本書共6章。其中,第1章主要介紹網絡表示學習的基本概念和研究進展;第2章主要介紹網絡表示學習的理論知識;第3章主要介紹如何改進網絡表示學習中的隨機遊走過程;第4章主要介紹如何聯合網絡的兩類特征進行網絡表示學習任務;第5章主要介紹如何聯合網絡的3類特征進行網絡表示學習任務;第6章主要介紹網絡表示學習的應用。本書既可作為網絡表示學習、圖神經網絡、數據挖掘、社會計算、復雜網絡等領域研究和開發人員的參考書,也適用於企業開發者和項目經理閱讀,還可供對圖深度學習感興趣的本科生和研究生參考。