2021年7月底，“陌陌”推荐算法5道面试题分享！

问题1：Graph SAGE的原理

GraphSAGE是Graph SAmple and aggreGatE的缩写，其运行流程如上图所示，可以分为三个步骤：

• 对图中每个顶点邻居顶点进行采样
• 根据聚合函数聚合邻居顶点蕴含的信息
• 得到图中各顶点的向量表示供下游任务使用

文末免费送电子书：七月在线干货组最新 升级的《名企AI面试100题》免费送！

问题2：deepwalk的原理

DeepWalk的思想类似word2vec，使用图中节点与节点的共现关系来学习节点的向量表示。那么关键的问题就是如何来描述节点与节点的共现关系，DeepWalk给出的方法是使用随机游走(RandomWalk)的方式在图中进行节点采样。

RandomWalk是一种可重复访问已访问节点的深度优先遍历算法。给定当前访问起始节点，从其邻居中随机采样节点作为下一个访问节点，重复此过程，直到访问序列长度满足预设条件。

获取足够数量的节点访问序列后，使用skip-gram model进行向量学习。