Node2Vec

由 Aditya Grover、Jure Leskovec 和 Vid Kocijan 实现的 Python3 版本的 node2vec 算法。 node2vec: 面向网络的可扩展特征学习。A. Grover, J. Leskovec. ACM SIGKDD 国际知识发现与数据挖掘会议 (KDD), 2016。

维护

我现在没有时间继续维护这个项目，如果有人愿意接手，请告诉我。

安装

pip install node2vec

使用方法

import networkx as nx
from node2vec import Node2Vec

# 创建一个图
graph = nx.fast_gnp_random_graph(n=100, p=0.5)

# 预计算概率并生成随机游走路径 - **在 Windows 上仅支持 workers=1**
node2vec = Node2Vec(graph, dimensions=64, walk_length=30, num_walks=200, workers=4)  # 对于大型图，可以使用 temp_folder 参数

# 嵌入节点
model = node2vec.fit(window=10, min_count=1, batch_words=4)  # 可以传递任何 gensim.Word2Vec 接受的参数，`dimensions` 和 `workers` 会自动从 Node2Vec 构造函数中传入

# 查找最相似的节点
model.wv.most_similar('2')  # 输出的节点名称始终是字符串

# 保存嵌入以便后续使用
model.wv.save_word2vec_format(EMBEDDING_FILENAME)

# 保存模型以便后续使用
model.save(EMBEDDING_MODEL_FILENAME)

# 使用 Hadamard 方法嵌入边
from node2vec.edges import HadamardEmbedder

edges_embs = HadamardEmbedder(keyed_vectors=model.wv)

# 动态查询边的嵌入 - 这里传入普通的元组
edges_embs[('1', '2')]
''' 输出
array([ 5.75068220e-03, -1.10937878e-02,  3.76693785e-01,  2.69105062e-02,
       ... ... ....
       ..................................................................],
      dtype=float32)
'''

# 获取所有边的嵌入，并存储在一个单独的 KeyedVectors 实例中 - 大型网络可能会导致数据量过大，需谨慎使用
edges_kv = edges_embs.as_keyed_vectors()

# 查找最相似的边 - 此时元组必须按字典序排序，并且以字符串形式提供
edges_kv.most_similar(str(('1', '2')))

# 保存边的嵌入以便后续使用
edges_kv.save_word2vec_format(EDGES_EMBEDDING_FILENAME)

参数

node2vec.Node2vec

• Node2Vec 构造函数：

  1. graph: 第一个位置参数必须是一个 networkx 图。节点名称必须全部为整数或全部为字符串。在输出模型中，它们将始终是字符串。
  2. dimensions: 嵌入维度（默认：128）
  3. walk_length: 每条随机游走路径中的节点数量（默认：80）
  4. num_walks: 每个节点生成的随机游走路径数量（默认：10）
  5. p: 返回超参数（默认：1）
  6. q: 输入参数（默认：1）
  7. weight_key: 对于加权图，这是权重属性的键（默认：'weight'）
  8. workers: 并行执行的工作线程数（默认：1）
  9. sampling_strategy: 节点特定的采样策略，支持为每个节点设置不同的 q、p、num_walks 和 walk_length。 必须精确使用这些键。如果未设置，则会使用对象初始化时传入的全局参数。
  10. quiet: 控制输出详细程度的布尔值。（默认：False）
  11. temp_folder: 指向用于保存图的共享内存副本的文件夹路径 - 在算法执行过程中处理无法完全加载到内存的大型图时使用。
  12. seed: 随机数生成器的种子（默认：None）。如果设置了种子并且 workers=1，则可以获得确定性的结果。

• Node2Vec.fit 方法： 接受任何 gensim.Word2Vec 可接受的关键字参数。

node2vec.EdgeEmbedder

EdgeEmbedder 是一个抽象类，所有具体的边嵌入类都继承自它。 这些类包括 AverageEmbedder、HadamardEmbedder、WeightedL1Embedder 和 WeightedL2Embedder，其具体定义可以在论文 table 1 中找到。 需要注意的是，边嵌入适用于任意两个节点的组合，无论它们是否相连，甚至包括节点与其自身的组合。

• 构造函数：

  1. keyed_vectors: 包含节点嵌入的 gensim.models.KeyedVectors 实例
  2. quiet: 控制输出详细程度的布尔值。（默认：False）

• EdgeEmbedder.__getitem__(item) 方法，也称为 EdgeEmbedder[item]：

  1. item - 一个由构造函数中传入的 keyed_vectors 中的两个节点组成的元组。该方法将返回对应边的嵌入。

• EdgeEmbedder.as_keyed_vectors 方法：返回一个 gensim.models.KeyedVectors 实例，其中包含所有可能的节点对，以 排序 后的字符串形式呈现。 例如，对于节点 ['1', '2', '3']，键将是 "('1', '1')", "('1', '2')", "('1', '3')", "('2', '2')", "('2', '3')" 和 "('3', '3')"。

注意事项

• 输入图中的节点名称必须全部为字符串，或者全部为整数。
• Windows 系统上不支持并行执行（joblib 已知问题）。要在 Windows 上进行非并行运行，请在 Node2Vec 的构造函数中设置 workers=1。

待办事项

• 随机游走生成的并行实现
• 概率预计算的并行实现

Node2Vec 快速上手指南

Node2Vec 是一种可扩展的网络特征学习算法，能够将图中的节点映射为低维向量表示，适用于链路预测、节点分类等任务。以下是基于 Python 实现的快速入门指南。

环境准备

• 操作系统：Linux / macOS / Windows
  • 注意：Windows 用户在并行执行时存在已知限制，建议设置 workers=1。
• Python 版本：Python 3.6+
• 前置依赖：
  • networkx：用于构建和处理图结构
  • gensim：用于训练 Word2Vec 模型（node2vec 内部自动调用）

安装步骤

推荐使用国内镜像源加速安装（如清华大学开源软件镜像站）：

pip install node2vec -i https://pypi.tuna.tsinghua.edu.cn/simple

若未安装 networkx，请一并安装：

pip install networkx -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

以下是最简化的使用示例，展示如何构建随机图、生成节点嵌入并查找相似节点：

import networkx as nx
from node2vec import Node2Vec

# 1. 创建图（示例使用随机图，实际使用中可替换为自定义图）
graph = nx.fast_gnp_random_graph(n=100, p=0.5)

# 2. 初始化 Node2Vec 模型
# 注意：Windows 用户请务必设置 workers=1
node2vec = Node2Vec(
    graph,
    dimensions=64,      # 嵌入向量维度
    walk_length=30,     # 每次游走的节点数
    num_walks=200,      # 每个节点的游走次数
    workers=4           # 并行工作线程数（Windows 请设为 1）
)

# 3. 训练模型
model = node2vec.fit(window=10, min_count=1, batch_words=4)

# 4. 查找与节点 '2' 最相似的节点
similar_nodes = model.wv.most_similar('2')
print(similar_nodes)

# 5. 保存节点嵌入向量（可选）
model.wv.save_word2vec_format('node_embeddings.txt')

# 6. 保存完整模型以便后续加载使用（可选）
model.save('node2vec_model.pkl')

提示：图中节点名称必须全部为字符串或全部为整数。输出模型中节点名统一转换为字符串格式。