DeepWalk算法python实现

 

DeepWalk算法的参数包括：

1. graph: 输入的图结构，使用networkx库创建的Graph对象。
2. walk_length: 随机游走的长度，即每个游走路径包含的节点数量。
3. num_walks: 每个节点生成的随机游走路径的数量。
4. embedding_size: 嵌入向量的维度大小。在Word2Vec模型中，每个节点用一个固定长度的向量表示。
5. window_size: Word2Vec模型中的窗口大小，用于定义上下文单词的范围。它决定了从每个节点的游走路径中提取多少个上下文节点用于训练。
6. num_epochs: Word2Vec模型的迭代次数，即训练过程中遍历整个数据集的次数。
7. num_workers: 训练过程中使用的线程/进程数量，用于加速训练过程。

 

DeepWalk算法通过以下步骤工作：

1. 随机游走生成：对于输入的图结构，使用随机游走方法生成大量的随机游走路径。对于每个节点，从其邻居节点中随机选择一个进行扩展，直到达到指定的walk_length。
2. 嵌入学习：使用Word2Vec模型学习节点的嵌入向量。将随机游走路径作为训练数据，通过训练Word2Vec模型来学习节点的嵌入表示。在训练过程中，模型将尝试根据节点的上下文（在游走路径中的其他节点）来预测中心节点。
3. 嵌入获取：通过查询Word2Vec模型的嵌入向量，获取所有节点的嵌入表示。可以通过model.wv对象的vectors属性获得所有节点的嵌入向量。

环境：

python                    3.10.0

gensim                    4.3.0

networkx                  3.0

import random
from gensim.models import Word2Vec
import networkx as nx
import matplotlib.pyplot as plt


class DeepWalk:
    def __init__(self, graph, walk_length, num_walks, embedding_size, window_size, num_epochs, num_workers):
        self.graph = graph
        self.walk_length = walk_length
        self.num_walks = num_walks
        self.embedding_size = embedding_size
        self.window_size = window_size
        self.num_epochs = num_epochs
        self.num_workers = num_workers

    def random_walk(self, node):
        walk = [node]
        for _ in range(self.walk_length - 1):
            neighbors = list(self.graph.neighbors(node))
            if len(neighbors) == 0:
                break
            node = random.choice(neighbors)
            walk.append(node)
        return walk

    def generate_walks(self):
        walks = []
        nodes = list(self.graph.nodes())
        for _ in range(self.num_walks):
            random.shuffle(nodes)
            for node in nodes:
                walk = self.random_walk(node)
                walks.append(walk)
        return walks

    def learn_embeddings(self, walks):
        model = Word2Vec(walks, vector_size=self.embedding_size, window=self.window_size, min_count=0, sg=1,
                         workers=self.num_workers, epochs=self.num_epochs)
        return model.wv


if __name__ == '__main__':
    # 创建一个空图
    G = nx.Graph()

    # 添加节点和边
    nodes = range(1, 11)  # 生成节点列表从 1 到 10
    edges = [(u, v) for u in nodes for v in nodes if u < v]  # 生成所有节点对应的边，确保边不重复

    G.add_edges_from(edges)

    # 绘制网络图
    nx.draw(G, with_labels=True, node_color='lightblue', edge_color='gray')

    # 保存图形
    plt.savefig('network_graph.png')

    # 显示图形
    plt.show()

    # 创建DeepWalk对象
    deepwalk = DeepWalk(G, walk_length=10, num_walks=20, embedding_size=128, window_size=5, num_epochs=1,
                        num_workers=4)

    # 生成随机游走序列
    walks = deepwalk.generate_walks()

    # 学习嵌入
    embeddings = deepwalk.learn_embeddings(walks)

    # 获取所有节点的嵌入向量
    all_embeddings = embeddings.vectors

    # 输出所有节点的嵌入向量
    for embedding in all_embeddings:
        print(embedding)