图神经网络实战(4)——基于Node2Vec改进嵌入质量
0. 前言
Node2Vec
是一种基于 DeepWalk 的架构,DeepWalk
主要由随机游走和 Word2Vec
两个组件构成,Node2Vec
通过改进随机游走的生成方式改进嵌入质量。
在本节中,我们将学习这些改进以及如何为给定的图找到最佳参数,实现 Node2Vec
架构,并将其与在 Zachary's Karate Club
数据集上使用的 DeepWalk
进行比较,以理解两种架构之间的差异。
1. Node2Vec 架构
Node2Vec
由 Grover
和 Leskovec
于 2016
年提出,它保留了 DeepWalk
的两个主要组件:随机游走和 Word2Vec
。不同之处在于, Node2Vec
中的随机游走不是使用均匀分布生成节点序列,而是进行了有偏处理。接下来,我们将了解为什么这些有