1 隨機游走定義

所謂隨機游走(random walk)，就是在網(wǎng)絡上不斷重復地隨機選擇游走路徑，最終形成一條貫穿網(wǎng)絡的路徑。

從一個頂點出發(fā)，然后按照一定的概率隨機移動到一個鄰居節(jié)點，并將該節(jié)點作為新的當前節(jié)點，如此循環(huán)執(zhí)行若干步，得到一條游走路徑。

下圖所示綠色部分即為一條隨機游走。

2?使用隨機游走的好處

2.1?并行化

隨機游走是局部的，對于一個大的網(wǎng)絡來說，可以同時在不同的頂點開始進行一定長度的隨機游走，多個隨機游走同時進行，可以減少采樣的時間。

2.2 局部適應性

可以適應網(wǎng)絡局部的變化。網(wǎng)絡的演化通常是局部的點和邊的變化，這樣的變化只會對部分隨機游走路徑產(chǎn)生影響，因此在網(wǎng)絡的演化過程中不需要每一次都重新計算整個網(wǎng)絡的隨機游走。

?

3? python 實現(xiàn)隨機游走

networkx包的內(nèi)容可見python庫整理：networkx 包_劉文巾的博客-CSDN博客

先看一下我們要用到的圖

import networkx as nx import matplotlib.pyplot as plt G=nx.barbell_graph(5,4) nx.draw_networkx(G) plt.show()

然后我們實現(xiàn)隨機游走

import random #導入庫def random_walk(G,path_length,alpha,start=None):''' 實現(xiàn)一個截取隨機游走 G是我們要研究的圖 path_length：隨機游走的長度 alpha：每次游走從start點開始的概率 start：隨機游走的起始點'''if start==None:path=random.sample(list(G.nodes),1)#如果沒有設置起始點，那么我們就在圖中隨機選擇一個else:path=[start]while(len(path)<path_length): #如果沒有到達我們需要的隨機游走長度cur_node=path[-1]#下一輪隨機游走的起點if(len(list(G.adj[cur_node]))>0):#如果這個“起點”還有相鄰點的話：if(random.random()>=alpha):path.extend(random.sample(list(G.adj[cur_node]),1))else:path.append(path[0]) #一定概率是跳轉到“起點”的鄰居，一定概率是跳到真正的起點else:breakreturn(path)random_walk(G,10,0.1) #[3, 3, 4, 5, 6, 5, 4, 1, 3, 2]

?

總結

以上是生活随笔為你收集整理的GNN笔记： random walk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，歡迎將生活随笔推薦給好友。