【Graph Embedding】Deep Walk

推荐讲解很好的文章
https://zhuanlan.zhihu.com/p/45167021

在推荐系统中的应用

1. 无现成的网络结构，需要自己构建网络图；
   推荐系统中的数据格式为：

• 二部图数据：左侧为user集合，右侧为item集合；user-item互相连接，user-user之间无连接，item-item之间无连接；
• 行为序列数据：用户在一段时间内的点击行为（或购买行为）数据；

实现说明

（1）原始数据：使用的是一段时间内的购买行为序列（千万量级）；

• 说明：行为序列数据可以直接应用word2vec算法，获得每个item的Embedding向量；

（2）根据行为时间先后顺序，将行为序列数据拆分为 item ---> next_item 节点对格式。用于：构建item的邻居节点集合【构图过程参考：Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba】

（3）构建item的邻居节点集合，python中的networkx模块无法灵活应用大数据量，选择使用“字典”结构存储 {item_M: [item1, item2,...,], itemN: [item2, item5,...,], ...}；

• 通过节点对数据，构造出每个节点的下游节点集合（有向）
• 同时考虑对下游节点集合数据进行加权（共同出现次数）处理，防止在随机游走时采样出过多的冷门商品（有权）

（4）由构造的节点集合数据，从每个节点出发，随机游走M步，生成一条序列数据；

• 每个节点作为起始节点出发N次；
• 根据下游节点集合的权重值进行随机采样，达到随机游走的目的，每次最多游走M步，如果遇到无下游节点的节点，提前终止；

（5）获得一条条的随机游走的序列数据；

（6）通过python中的gensim模块训练word2vec模型；

（7）获得每个节点的Embedding向量；

（8）使用Embedding向量做你想做的事情：）