论文笔记(10): Node2Vec-Scalable Feature Learning for Networks

论文笔记：Node2Vec-Scalable Feature Learning for Networks

一、简介

node2vec是2016年提出的Graph Embedding表示方式，其训练速度快，并开放了源码，而且表示效果还不错，所以挺火。本质上来说，node2vec其实是基于DeepWalk的改进，所以要想了解node2vec，就需要先了解DeepWalk。这里对DeepWalk仅做简要介绍，详细内容还需要阅读原论文DeepWalk。

二、DeepWalk

2.1 DeepWalk简介

​ 输入的是一个网络，其中颜色相同的结点表示拓扑关系上更为相近的结点。输出的是每个节点的二维向量，每个节点对应的向量关系如图所示。我们可以从这个图看出，越是网络结构相近的点，其对应的二维向量在二维空间上距离与近。

​ 这其实是一个降维的过程，但不是传统意义上的降维，而是将图结构（一个复杂的结构）降到易于表示的低维度。具体来说，就是将网络中的拓扑结构表示成一个低维向量，这个向量可以反应结点间的连接情况。

2.1 那么，如何得到向量表示呢?

DeepWalk是这么做的：

• 针对网络中的每一个结点进行遍历，然后做随机游走算法，游走过程中得到了一系列有序结点。将这个节点序列类比于传统文本处理中的文章中的句子，而序列中的结点则可以类比句子中的单词。
• 有了上面的类比，我们便可以借助文本处理中的word embedding思想，对其进行训练，得到对应的向量。

不难看出，上面的过程简单来说，可以分为两步：第一步随机游走得到节点序列，第二步SkipGram得到向量表示。注意，这里的随机游走其实是类似深度优先遍历的过程。

2.2 DeepWalk的缺点

理解了DeepWalk的原理之后，我们不难想出它的缺点。

• 从随机游走来说，DeepWalk是简单的深度优先搜索的过程，深度优先往往增加了复杂度，而且没有考虑广度优先带来的周围邻居结构的影响，这里可以进行改进
• 原文章中没有提出一个明确的优化目标函数，成为其他学者认为不严谨的地方