【第六章：项目实战之推荐/广告系统】1.推荐系统基础与召回算法-(7)召回算法之u2u2i: Graph Embedding(Node2Vec、DeepWalk、GraphSAGE)算法

第六章：项目实战之推荐/广告系统

第一部分：推荐系统基础与召回算法

第七节：召回算法之u2u2i: Graph Embedding(Node2Vec、DeepWalk、GraphSAGE)算法原理与精讲

在推荐系统中，召回是“从全量候选中快速筛出与你最相关的 Top-N 候选集合”。当用户与物品之间存在“图结构关系”时（例如用户共同点击、共同收藏、共同购买、共同浏览等），图表示学习（Graph Embedding）就成为一种非常强大的召回技术路线。本节我们将系统拆解：

DeepWalk → Node2Vec → GraphSAGE

理解它们如何把图中的点（item/user）转成向量，再用于u2u / i2i / u2u2i 召回场景。

---

1. 图召回的来源：为什么是 Graph Embedding？

推荐系统中常见召回方法：

方法	特点	局限
协同过滤 CF	简单有效	稀疏、冷启动弱
i2i / u2i 基于共现	工程可落地	只看局部关系
双塔召回	效果稳定	仅建模用户和物品，图关系利用不足
Graph Embedding（图召回）	利用社交关系、行为关系、时序关系，能挖掘“潜在结构”	需要建图，训练成本高

图召回最核心一句话：

让“相连关系强的节点”在向量空间里越靠越近，用距离找 Top-K 完成召回

---

2. 图召回适用的经典场景

召回目标：u2u2i

用户 → 找相似用户 → 找相似用户喜欢/行为过的物品。

适用场景包括：

• 同看推荐（看相同电影的人）

• 同买推荐（买相同商品的人）

• 同收藏推荐（收藏行为稠密）

• 社交推荐（关注网络）

• 教育 / 广告 / 资讯推荐（阅读轨迹相似）

其中图构建一般形式为：

User — Item — User — Item — User ...

或压缩成 Item 图：

Item — co_click — Item
Item — co_buy   — Item
Item — tag      — Item

---

3. 三种算法的直观类比

算法	本质思想	训练方式	优点	缺点
DeepWalk	图 = 语料，随机游走当 skip-gram	Word2Vec	简单有效	只随机，结构表达弱
Node2Vec	BFS / DFS 可控游走权衡	Word2Vec	可表达“结构相似”或“邻居相似”	参数多
GraphSAGE	聚合邻居特征（GNN）	minibatch 训练	可 inductive，工业强	训练复杂但最强

一句话区别：

• DeepWalk：不加思考走（Random Walk + Word2Vec）

• Node2Vec：有策略地走（p/q 控制 BFS/DFS）

• GraphSAGE：不走了，我聚合邻居就能学到结构

---

4. DeepWalk 原理（最适合 i2i 图）

核心 pipeline：

图 → 随机游走生成序列 → Word2Vec → 得到节点 embedding

本质：把节点当词，把随机游走序列当句子

类比 NLP	在图中的含义
word	节点
sentence	随机游走路径
corpus	图上的所有游走序列

优点：简单、高效、适合电商/视频共现召回
流程图如下：

random walk → skip-gram → embedding → faiss ANN → recall Top-K

---

5. Node2Vec 原理（结构表达更强）

Node2Vec 核心 = DeepWalk + 可控随机游走

参数：

参数	含义
p	回到原节点的概率
q	更远 or 更近搜索的倾向

→ q>1 偏 BFS （更像同类 item）
→ q<1 偏 DFS （更像结构 role 相似）

适用两个召回需求：

需求	选择
找同类 item	BFS（q>1）
找功能角色相似 item	DFS（q<1）

---

6. GraphSAGE 原理（最强，工业可扩展）

核心思想：

在节点自身特征 + 邻居特征聚合下，学习节点 embedding

通俗理解：不是走路径，而是：

item_vec = agg(item + neighbors)

常用聚合器：

聚合器	特点
Mean	最常用最快
Pooling	表达更强
LSTM-Aggregator	表达最强但慢

优势：

泛化能力强（新节点冷启动有解）
mini-batch 训练，适合大规模工业化
与 GNN 接轨

---

7. 工程实战 Pipeline（生产可落地）

图召回完整流程如下：

行为日志 → 共现建图 → DeepWalk/Node2Vec/GraphSAGE → embedding → ANN 检索(Faiss) → Top-K → 进入排序

召回代码示例（最简 DeepWalk）：

from gensim.models import Word2Vec

walks = random_walk(graph, walk_length=20, num_walks=10)
model = Word2Vec(walks, vector_size=128, window=5, sg=1)
embedding = model.wv

ANN 检索示例（Faiss）：

import faiss
faiss_index = faiss.IndexFlatL2(128)
faiss_index.add(embedding_matrix)
D, I = faiss_index.search(user_vec, 50)  # Top 50

---

8. 总结：三者如何在推荐系统中选型？

场景	最佳选择
电商/视频共现 i2i	DeepWalk / Node2Vec
社交网络 / 图结构强	Node2Vec
工业级召回（新用户/新节点）	GraphSAGE（企业最常用）

一句最重要的落地建议：

中小规模用 Node2Vec，大规模工业用 GraphSAGE