31. BI - 从原理到实例，详解 Node2Vec 算法

本文为 「茶桁的 AI 秘籍 - BI 篇 第 31 篇」

Hi，你好。我是茶桁。

上一节课咱们讲了 Graph Embedding 的开山之作 DeepWalk, 结尾处说到，2 年之后推出来一个新的算法，就是 Node2Vec。这一节课，咱们就来讲讲这个 Node2Vec。

TIPS: 由于 Node2Vec 跟 DeepWalk 关联性较强，建议先去阅读上一篇 DeepWalk 的文章之后再来看本篇，理解会更清晰一些。

Node2Vec 算法

其提出时的论文为 node2vec: Scalable Feature Learning for Networks, 2016 KDD, 可以在这里查看这篇论文：https://arxiv.org/abs/1607.00653.

Node2Vec 是在 DeepWalk 之后 2 年，同样是在 KDD 上面提出来的另一个算法。

在 DeepWalk 里面采用了一个 random walk 策略，也就是随机游走的策略。那这个策略是否可以去做一些调整呢？原来随机是一个纯随机，现在我们可以采用一些固定的策略，BFS 和 DFS。

什么是 BFS 和 DFS，如果你以前学过计算机，有一些了解的话，这两个分别代表的是广度优先和深度优先，这是计算机里面的一种回溯策略或者叫搜索策略。

什么叫深度优先和广度优先？

先以深度 DFS (Depth-