图嵌入学习
传统机器学习(特征工程):抽取D个特征编码成D维向量,再使用机器学习算法进行训练和预测
图表示学习:
不需要特征工程,将各个模态输入转为向量,自动学习特征
将节点映射为 d 维向量,向量具有低维(向量维度远小于节点数)、连续(每个元素都是实数)、稠密(每个元素都不为 0),与下游任务无关
嵌入 d 维空间需要满足以下要求:
向量相似度反映节点相似度
嵌入向量包含网络连接信息
下游任务包括:
节点分类
链路预测
图分类
节点的异常检测
社群聚类
基本框架(编码器+解码器)
目标是使得嵌入的向量点乘数值(余弦相似度)反映节点的相似度
![](https://img-blog.csdnimg.cn/img_convert/9a685f3145aac624f21aee61f2a437ea.png)
编码器:输入一个节点,输出这个节点的D维向量, $\mathrm{ENC}(v)=z_v$
解码器:输入这个节点的 $d$ 维向量,输出节点相似度,向量点乘数值反映节点的相似度(需要人为定义)
$$
\operatorname{similarity}(u, v) \approx z_v^T z_u
$$
优化目标:迭代优化每个节点的 $d$ 维向量,使得图中相似节点向量数量积大,不相似节点向量数量积小
基于随机游走的图嵌入算法
生成短的固定长度的随机游走序列,以$u$节点作为出发点,得到该序列上的邻域节点,再使用随机梯度下降
随机游走的图嵌入方法都是对图中已有的节点计算特征,无法立刻泛化到新加入的节点,其实是某种程度的过拟合
只是探索相邻局部信息,只能采样出地理上相近的节点
仅利用图本身的连接信息,并没有使用属性信息
可以采用匿名随机游走的算法消除只考虑局部信息的缺点
DeepWalk
首个将深度学习和自然语言处理的思想用于图机器学习
均匀随机游走,没有偏向的游走方向
基于随机游走,管中窥豹,距离较远的两个节点无法相互影响
无监督,仅编码图的连接信息,没有利用节点的属性特征
没有真正用到神经网络和深度学习
需要大量随机游走序列训练
Node2Vec
解决图嵌入问题,将图中的每个节点映射为一个向量(嵌入)
语义相似的节点,向量(嵌入)的距离也近
在 DeepWalk 完全随机游走的基础上,Node2Vec 增加参数 p 和 q,实现有偏随机游走。不同的 p、q 组合,对应了不同的探索范围和节点语义
DFS深度优先探索,相邻的节点,向量(嵌入)距离相近
BFS 广度优先探索,相同功能角色的节点,向量(嵌入)距离相近