node2vec

參考博客：https://zhuanlan.zhihu.com/p/56542707

偽代碼

def node2vec_walk(G, u, walk_length):walk = [u]for l in range(walk_length):V = get_neighbors(G, walk[-1])s = alias_sample(V, pi) # 核心的采樣策略walk.append(s)return walk def node2vec(...):walks = []for r in range(walk_iter):for u in AllNodes:walk = node2vec_walk(G, u, walk_length)walks.append(walk)Word2Vec(walks)SGD()

Alias Sampling

1、首先需要根據(jù)node2vec的轉(zhuǎn)移策略得到預(yù)處理的轉(zhuǎn)移概率。這樣，對(duì)于每個(gè)當(dāng)前節(jié)點(diǎn)u，我們都可以知道所有鄰居節(jié)點(diǎn)的轉(zhuǎn)移概率列表，并對(duì)這個(gè)列表進(jìn)行歸一化得到概率。

2、有了這個(gè)概率分布列表，我們就可以根據(jù)其進(jìn)行alias sample，得到本次需要選出的鄰居節(jié)點(diǎn)。
3、我們通過處理可以得到alias_table，時(shí)間復(fù)雜度是$O(n)$。這樣之后每次采樣的時(shí)間復(fù)雜度就是$O(1)$。

假設(shè)有N個(gè)鄰居節(jié)點(diǎn)，轉(zhuǎn)移到節(jié)點(diǎn)i的概率為$p_i$，則可以將全部概率看作是1*N矩形的面積，這樣，$q_i$ 就可以寫成 $\frac{p_i?N}{{\sum }_{k=1}^N{p}_k}$，如果進(jìn)行歸一化，那么分母就是1。有一些項(xiàng)乘N之后會(huì)>1，有一些會(huì)<1，那么再用>1的部分依次去補(bǔ)全<1的部分（最終剛好可以全部都補(bǔ)全）。最終隨機(jī)random一個(gè) $r\in [0,1)$和 $K\in [0,N)$，如果$r<q[K]$，那么接受事件i，否則返回alias[i]。(參考：https://zhuanlan.zhihu.com/p/54867139)

總結(jié)

以上是生活随笔為你收集整理的node2vec简单总结的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。