Metapath2vec 的python简单实现

本文在github上:https://github.com/Mrxiahelong/Unsupervised-Author-Disambiguation/实现

这里我们使用三张图结构  分别是paper-coauhor-paper,paper-cotitle-paper,paper-covenue-paper，也就是结点类型一种，边类型三种，我们的metapath类型为coauthor-cotitle-coauthor-cotitle.

def positive_sampler(path):
    '''
        对每一条path建立一个window大小的滑动窗口，
        例如 0 1 2 3 4，window大小为2，则返回 pos_u=[0,0,1,1,1.....],pos_v=[1,2,0,2,3....]
    '''
    pos_u,pos_v=[],[]
    for i in range(len(path)):
        if len(path)==1:
            continue
        u=path[i]
        v=np.concatenate([path[max(i-window,0):i],path[i+1:i+window+1]],axis=0)
        pos_u.extend([u]*len(v))
        pos_v.extend(v)
    return pos_u,pos_v    
def get_negative_ratio(metapath):
    '''
    对所有结点根据出现频率建立negative_ratio，出现频率越大的越有可能出现在负采样中
    返回的ratio 是对每一个结点被负采样的概率
    '''
    node_frequency=dict()
    sentence_count,node_count=0,0
    for path in metapath:
        for node in path: