2017 KDD | metapath2vec: Scalable Representation Learning for Heterogeneous

2017 KDD | metapath2vec: Scalable Representation Learning for Heterogeneous Networks

Paper: https://ericdongyx.github.io/papers/KDD17-dong-chawla-swami-metapath2vec.pdf
Code: https://ericdongyx.github.io/metapath2vec/m2v.html

2017 KDD | metapath2vec:异构网络可扩展表示学习

作者提到了当前已经提出的采用了word2vec思想的网络表示算法，如Deepwalk，node2vec以及LINE等。但是作者也明确指出了，上述这些算法虽然可以用于网络表示学习，但仅适合那些只包含一类顶点类型和边类型的同构网络（Homogeneous Networks），并不能很好地用于包含多种顶点类型和边类型的复杂关系网络。于是作者在基于meta-path的基础上，提出了能很好应对指定scheme结构的异构复杂关系网络的表示学习方法——metapath2vec和metapath2vec++。

metapath2vec的思路非常的简单，使用的是基于metapath的随机游走策略（deepwalk的游走策略的升级版，没有引入node2vec中的p，q参数），最终底层还是gensim+word2vec来实现embedding。

所谓的metapath就是指：
V表示节点，V可以是不同类型的节点，R表示边，R可以是不同类型边。

metapath2vec需要我们人工事先定义游走的路径，例如

有四种类型的节点，分别是org（机构），author（作者），paper（论文），venue（领域），原文中人工定义了固定的游走路径：

• APA 即 作者-paper-作者 的路径（意思就是两个作者合著了一篇paper）
• APVPA 即 作者-paper-领域-paper-作者（意思就是两个作者写的两篇paper是同一个领域的）
• OAPVPAO 即 机构-作者-paper-领域-paper-作者-机构（意思是两个机构，两个作者的两篇paper属于同一个领域）

人工设定了游走的路径之后，后续生成的序列就只能是这种固定的形式了，

比如当前节点为author，author会和org，paper以及其它author有边存在，此时根据上面的公式，假设我们定义的metapath为APA，则author的下一步不会游走到其邻接的org或其他邻接的author上，只会在邻接的paper上实施和deepwalk一样的游走策略， when 当前节点author游走到某个paper的节点上时，当前节点为paper，此时根据APA的metapath的设定，下一步我们只能游走到当前paper的邻接的其他author上。