node2vec实现源码详解

一、按照程序执行的顺序，第一步是walker.py中的preprocess_transition_probs()函数

这个函数的作用是生成两个采样预备数据，alias_nodes，alias_edges。

两份数据又各自包含两个列表，这两个列表分别对应着alias采样中的概率和另一个选项，具体alias采样详见https://blog.csdn.net/haolexiao/article/details/65157026

alias_nodes：根据node和它的邻居之间的权重确定采样的概率，权重越高，被采中的概率越大。

alias_edges：调用get_alias_edge()函数生成，返回在前一个访问顶点为t，当前顶点为v时决定下一次访问哪个邻接点时需要的alias表

 1 def preprocess_transition_probs(self):
 2         """
 3         Preprocessing of transition probabilities for guiding the random walks.
 4         """
 5         G = self.G
 6
 7         alias_nodes = {}
 8         for node in G.nodes():
 9             unnormalized_probs = [G[node][nbr].get('weight', 1.0)
10                                   for nbr in G.neighbors(node)]
11             norm_const = sum(unnormalized_probs)
12             normalized_probs = [
13                 float(u_prob)/norm_const for u_prob in unnormalized_probs]
14             alias_nodes[node] = create_alias_table(normalized_probs)
15
16         alias_edges = {}
17
18         for edge in G.edges():
19             alias_edges[edge] = self.get_alias_edge(edge[0], edge[1])
20
21         self.alias_nodes = alias_nodes
22         self.alias_edges = alias_edges
23
24         return

二、第二个比较重要的函数是node2vec_walk()函数

该函数是从start_node开始，生成walk_length长度的序列，序列的生成除了考虑当前节点，还考虑前一个遍历的节点。

采样方法是根据之前生成的alias数据进行采样。

对每一个节点都生成一个序列

def node2vec_walk(self, walk_length, start_node):

　　

 1 def node2vec_walk(self, walk_length, start_node):
 2
 3         G = self.G
 4         alias_nodes = self.alias_nodes
 5         alias_edges = self.alias_edges
 6
 7         walk = [start_node]
 8
 9         while len(walk) < walk_length:
10             cur = walk[-1]
11             cur_nbrs = list(G.neighbors(cur))
12             if len(cur_nbrs) > 0:
13                 if len(walk) == 1:
14                     walk.append(
15                         cur_nbrs[alias_sample(alias_nodes[cur][0], alias_nodes[cur][1])])
16                 else:
17                     prev = walk[-2]
18                     edge = (prev, cur)
19                     try:
20                         prob=alias_edges[edge][0]
21                         alias=alias_edges[edge][1]
22                     except KeyError:
23                         print()
24                     next_node = cur_nbrs[alias_sample(prob,alias)]
25                     walk.append(next_node)
26             else:
27                 break
28
29         return walk

三、之后就是调用gensim中的Word2Vec进行训练，得到每个节点的embedding。