Node To Vector (Node2VecBatchOp)

Java 类名：com.alibaba.alink.operator.batch.graph.Node2VecBatchOp

Python 类名：Node2VecBatchOp

功能介绍

node2vec是一种用于网络中的特征学习有效的可扩展算法，该算法可以使用SGD有效地优化，能根据网络中的既定原则，为发现符合不同等值的表示提供了灵活性

node2vec: Scalable Feature Learning for Networks

参数说明

名称	中文名称	描述	类型	是否必须？	取值范围	默认值
sourceCol	起始点列名	用来指定起始点列	String	✓
targetCol	中止点点列名	用来指定中止点列	String	✓
walkLength	游走的长度	随机游走完向量的长度	Integer	✓
walkNum	路径数目	每一个起始点游走出多少条路径	Integer	✓
alpha	学习率	学习率	Double			0.025
batchSize	batch大小	batch大小, 按行计算	Integer		x >= 1
isToUndigraph	是否转无向图	选为true时，会将当前图转成无向图，然后再游走	Boolean			false
minCount	最小词频	最小词频	Integer			5
negative	负采样大小	负采样大小	Integer			5
numIter	迭代次数	迭代次数，默认为1。	Integer			1
p	p	p越小越趋向于访问到已经访问的节点，反之则趋向于访问没有访问过的节点	Double			1.0
q	q	q>1时行为类似于bfs趋向于访问和访问过的节点相连的节点，q<1时行为类似于dfs	Double			1.0
randomWindow	是否使用随机窗口	是否使用随机窗口，默认使用	String			“true”
vectorSize	embedding的向量长度	embedding的向量长度	Integer		x >= 1	100
weightCol	权重列名	权重列对应的列名	String		所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT]	null
window	窗口大小	窗口大小	Integer			5
wordDelimiter	单词分隔符	单词之间的分隔符	String			“ ”

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df = pd.DataFrame([
    ["Bob", "Lucy", 1.],
    ["Lucy", "Bob", 1.],
    ["Lucy", "Bella", 1.],
    ["Bella", "Lucy", 1.],
    ["Alice", "Lisa", 1.],
    ["Lisa", "Alice", 1.],
    ["Lisa", "Karry", 1.],
    ["Karry", "Lisa", 1.],
    ["Karry", "Bella", 1.],
    ["Bella", "Karry", 1.]
])
source = BatchOperator.fromDataframe(df, schemaStr="start string, end string, value double")

node2vecBatchOp = Node2VecBatchOp() \
  .setSourceCol("start")            \
  .setTargetCol("end")              \
  .setWeightCol("value")            \
  .setWalkNum(2)                    \
  .setWalkLength(2)                 \
  .setMinCount(1)                   \
  .setVectorSize(4)
node2vecBatchOp.linkFrom(source).print()

运行结果

node	vec
Karry	0.02435881271958351,0.0703350380063057,-0.04173225536942482,-0.06183897703886032
Bella	-0.028720347210764885,0.02828666940331459,0.12123052030801773,0.12075022608041763
Alice	0.03435942903161049,-0.04773801192641258,0.0125938905403018,-0.09576953202486038
Lisa	-0.07306616753339767,-0.11595576256513596,-0.04181118682026863,0.03970039263367653
Bob	0.0577755942940712,0.08282522112131119,-0.06487344205379486,0.026600968092679977
Lucy	0.057738181203603745,-0.09987597167491913,-0.022486409172415733,-0.02312176302075386