大白话总结著名的 word2vec

本文作者：Alicia , 现在美国名校读博士后，从事 AI 研究及教学工作，拥有 10 年以上工作与科研经历。

图（Graph：G = <V （节点）, E（边）>）是一种普遍存在的数据结构。

譬如，我们大家（users）生活在一个人际关系网络/图 中。

一个实际的问题是 商品推销 （recommender system，商品推荐系统），如果你的 朋友 喜欢购买游戏 你可能也会喜欢电脑；如果你的朋友 喜欢购买篮球，你可能也会喜欢运动。

这里你我便是图的节点，‘朋友’便是一种关系（图的边连接你我）。

图是普遍 广泛的知识表达方式，所以 我们 需要好的技术/模型 来进行图的分析。我们可以直接对图进行操作。

经典的方法，例如，节点之间的最短路；给定某个节点求其最近的 K 个节点；还有著名的 random-walk （with restart）; PageRank - Google 的搜索算法；基于 谱分析的 （spectral） diffusion maps 等等。

”图的表示“ 学习（Graph Representation Learning）变得很流行，也就是 找到一个函数/Map 把一个图的节点变成向量表示形式 （f: G --> V)。

其重要性为：向量/数更为直接作为机器学习的输入，从而来分析图，例如可以直接对节点向量进行聚类/分类分析 （物以类聚，人以群分）更好的推荐商品。

那么，如何来把图的节点转化成向量呢？

DeepWalk 是纽约州立大学石溪分校的工作，想法简洁，效果很好。

简单介绍：对图上的节点进行随机行走 K 步（random walk），得到一个 K+1 个节点的路径，然后把路径上相邻的节点分成对子 （Ni, Nj),   然后，可以建立深度学习模型来预测（输入是Ni，输出是 Nj） 

也就是著名的 word2vec。

若是有兴趣可以查看原文。

References: 

Deep-Walk: https://arxiv.org/abs/1403.6652 

random-walk/page-rank:

http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf

Diffusion maps：

https://www.sciencedirect.com/science/article/pii/S1063520306000546

长按二维码，关注她。最近与我合作撰写一个 Python 全栈 60 天专栏，感兴趣的点击阅读原文，了解详情。