=============================== DeepWalk

DeepWalk 使用短随机游走来学习图中顶点的表示。

用法

示例用法 $deepwalk --input example_graphs/karate.adjlist --output karate.embeddings

--input: 输入文件名

1. ``--format adjlist`` 表示邻接表格式，例如：

    1 2 3 4 5 6 7 8 9 11 12 13 14 18 20 22 32
    2 1 3 4 8 14 18 20 22 31
    3 1 2 4 8 9 10 14 28 29 33
    ...

2. ``--format edgelist`` 表示边列表格式，例如：

    1 2
    1 3
    1 4
    ...

3. ``--format mat`` 表示包含邻接矩阵的 Matlab .mat 文件
    （注意，您还需要指定邻接矩阵的变量名 ``--matfile-variable-name``）

--output: 输出文件名

输出的表示采用 skipgram 格式——第一行为头信息，其余行分别为节点 ID 和 *d* 维表示：

    34 64
    1 0.016579 -0.033659 0.342167 -0.046998 ...
    2 -0.007003 0.265891 -0.351422 0.043923 ...
    ...

完整命令列表 完整的命令行选项列表可通过 $deepwalk --help 查看。

评估

在这里，我们将展示如何在 DeepWalk 论文所使用的 BlogCatalog 数据集上评估 DeepWalk。 首先，我们运行以下命令以生成其 DeepWalk 嵌入：

deepwalk --format mat --input example_graphs/blogcatalog.mat
--max-memory-data-size 0 --number-walks 80 --representation-size 128 --walk-length 40 --window-size 10
--workers 1 --output example_graphs/blogcatalog.embeddings

此处指定的参数与论文中的相同。 如果您使用的是多核机器，请尝试将 --workers 设置为更大的值，以加快训练速度。 在一台配备 24 个 Xeon E5-2620 @ 2.00GHz CPU 的单机上，此命令大约需要 20 分钟才能完成（--workers 设置为 20）。 然后，我们使用 example_graphs/scoring.py 对学到的嵌入进行多标签节点分类任务的评估：

python example_graphs/scoring.py --emb example_graphs/blogcatalog.embeddings
--network example_graphs/blogcatalog.mat
--num-shuffle 10 --all

该命令在同一台机器上运行约需 8 分钟。为了加快评估速度，您可以将 --num-shuffle 设置为较小的值，但性能可能会有所波动。不同比例的标注节点下，我们得到的微平均 F1 和宏平均 F1 分数如下：

+-----------------+-------+-------+-------+-------+-------+-------+-------+-------+-------+ | 标注节点比例 | 10% | 20% | 30% | 40% | 50% | 60% | 70% | 80% | 90% | +=================+=======+=======+=======+=======+=======+=======+=======+=======+=======+ | 微平均 F1 (%) | 35.86 | 38.51 | 39.96 | 40.76 | 41.51 | 41.85 | 42.27 | 42.35 | 42.40 | +-----------------+-------+-------+-------+-------+-------+-------+-------+-------+-------+ | 宏平均 F1 (%) | 21.08 | 23.98 | 25.71 | 26.73 | 27.68 | 28.28 | 28.88 | 28.70 | 28.21 | +-----------------+-------+-------+-------+-------+-------+-------+-------+-------+-------+

请注意，当前版本的 DeepWalk 基于较新版本的 gensim，其 word2vec 模型的实现可能有所不同。若要完全复现我们论文中的结果，您可能需要安装旧版本的 gensim（版本 0.10.2）。

要求

• numpy
• scipy

（可能需要单独安装） 或使用 pip install -r requirements.txt 来安装所有依赖项

安装

1. cd deepwalk
2. pip install -r requirements.txt
3. python setup.py install

引用

如果您在研究中发现 DeepWalk 很有用，我们恳请您引用以下论文：

@inproceedings{Perozzi:2014:DOL:2623330.2623732,
 author = {Perozzi, Bryan and Al-Rfou, Rami and Skiena, Steven},
 title = {DeepWalk: Online Learning of Social Representations},
 booktitle = {Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining},
 series = {KDD '14},
 year = {2014},
 isbn = {978-1-4503-2956-9},
 location = {New York, New York, USA},
 pages = {701--710},
 numpages = {10},
 url = {http://doi.acm.org/10.1145/2623330.2623732},
 doi = {10.1145/2623330.2623732},
 acmid = {2623732},
 publisher = {ACM},
 address = {New York, NY, USA},
 keywords = {深度学习, 隐式表示, 带部分标签的学习, 网络分类, 在线学习, 社交网络},
} 

杂项

DeepWalk - 社会表示的在线学习。

• 自由软件：GPLv3 许可证

.. image:: https://badge.fury.io/py/deepwalk.png :target: http://badge.fury.io/py/deepwalk

.. image:: https://travis-ci.org/phanein/deepwalk.png?branch=master :target: https://travis-ci.org/phanein/deepwalk

.. image:: https://pypip.in/d/deepwalk/badge.png :target: https://pypi.python.org/pypi/deepwalk

DeepWalk 快速上手指南

DeepWalk 是一种利用短随机游走（short random walks）学习图中节点表示（嵌入）的算法。本指南将帮助你快速在本地环境中部署并使用该工具。

环境准备

在开始之前，请确保你的系统已安装 Python 环境。DeepWalk 依赖以下核心库：

• numpy
• scipy
• gensim (通过 requirements.txt 自动安装)

国内加速建议： 为了提高依赖包的安装速度，建议使用国内镜像源（如清华源或阿里源）。

安装步骤

1. 克隆或进入项目目录

   cd deepwalk
   

2. 安装依赖 推荐使用国内镜像源安装依赖包：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 安装 DeepWalk

   python setup.py install
   

基本使用

安装完成后，你可以直接使用 deepwalk 命令。以下是最简单的使用示例，将邻接表格式的图片数据转换为节点嵌入向量。

命令示例：

deepwalk --input example_graphs/karate.adjlist --output karate.embeddings

参数说明：

• --input: 输入文件路径。支持多种格式，需配合 --format 参数使用：
  • adjlist: 邻接表格式（默认）。
  • edgelist: 边列表格式。
  • mat: Matlab .mat 文件（需额外指定 --matfile-variable-name）。
• --output: 输出文件路径。生成的文件格式为 Skipgram 格式，第一行为头信息（节点数与维度），后续每行包含节点 ID 及其对应的 $d$ 维向量表示。

查看完整帮助： 如需了解更多高级参数（如游走长度、窗口大小、线程数等），可运行：

deepwalk --help