?對于算法不太了解的同學(xué)，這是一個(gè)看上去很沒吸引力的標(biāo)題，預(yù)計(jì)點(diǎn)擊量超不過200。最近非常迷戀一句話“萬物皆可Embedding”，講的是世間所有的事物都能通過某種方法被向量表示，一旦事物被向量表示了就可以通過乘法去做進(jìn)一步邏輯處理。比如商品A被表示為向量m，商品B被表示為向量n，則m*n的結(jié)果就是A和B的相似關(guān)系。把事物Embedding的方法有很多，今天就來介紹DeepWalk，一種把圖關(guān)系向量化的方法。

DeepWalk有什么用呢？在推薦、文本分類等領(lǐng)域都有很多場景。比如用戶觀看視頻這件事，所有用戶的視頻觀看順序組合到一起會構(gòu)成一種圖關(guān)系，每個(gè)節(jié)點(diǎn)是視頻，邊是觀看次數(shù)。當(dāng)有一個(gè)客戶先后看了A->B->C三個(gè)視頻，那么下個(gè)視頻會看什么呢，就可以用DeepWalk將所有視頻向量化，然后所有視頻的向量分別與C視頻的向量相乘，分?jǐn)?shù)最高的就可以作為下一個(gè)推薦視頻。

下面這張圖直觀展示了DeepWalk處理數(shù)據(jù)的過程：

具體DeepWalk做事物Embedding可以分兩步，第一步是Random Walk，第二步是Word2Vector。為了大家更好的理解，我們先從Word2Vector開始講。

Word2Vector

?

有的同學(xué)會奇怪，做Graph Embedding跟Word2Vector有什么關(guān)系，Word2Vector不是一個(gè)文本向量化的方法么？圖像量化其實(shí)可以巧妙的轉(zhuǎn)化成文本向量化。Word2Vector有一種模式叫做Skip-Gram，就是給定一個(gè)文章中的某個(gè)詞，預(yù)測這個(gè)詞的上下文，如下圖展示：

比如我們輸入一個(gè)文本“傲海是北京朝陽地區(qū)第一帥哥”，“朝陽”的上一個(gè)詞是“北京”，下一個(gè)詞是“地區(qū)”。當(dāng)這種訓(xùn)練樣本很多的時(shí)候，比如我們找到大量含“朝陽”的詞的語句進(jìn)行訓(xùn)練，就可以通過Skip-Gram得出“朝陽”這個(gè)詞的向量形式，這就是Skip-Gram這個(gè)算法的功能，這里需要指定一個(gè)窗口的概念，就是訓(xùn)練的時(shí)候取每個(gè)詞上下幾個(gè)詞作為輸入。那么這種上下文關(guān)系如何映射到圖向量化工作呢？我們接著看。

Random Walk

先來看看這個(gè)有向圖，我們可以從圖關(guān)系中找到幾個(gè)序列，比如A->B->E->C，這是一個(gè)有向關(guān)系鏈。這個(gè)關(guān)系跟上文提到的“傲海是北京朝陽地區(qū)第一帥哥”是有一定相似性的，我們把“北京”看成A?，“朝陽”看成B，“地區(qū)”看成E，這種圖的先后關(guān)系可以映射成文本的先后出現(xiàn)關(guān)系。Random Walk做的事就是設(shè)置一個(gè)窗口，然后順著圖關(guān)系去隨機(jī)找到類似于A->B->E這樣的先后關(guān)系。

比如我們設(shè)窗口為2，那么以B為定點(diǎn)，可以找到如B->E、B->A這樣的前后關(guān)聯(lián)關(guān)系，這種關(guān)系放到Word2Vector里就能生成每個(gè)定點(diǎn)的向量表示。

Ok~講的比較淺，希望大家可以理解哈，希望有幫助，謝謝

?

總結(jié)

以上是生活随笔為你收集整理的Graph Embedding方案之DeepWalk的全部內(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。