一言以蔽之，DeepWalk是在graph上，通过随机游走来产生一段定长的结点序列，并将其通过word2vec的方式获得各个结点的embedding的算法。
DeepWalk一共涉及以下几个内容：

• 随机游走的一些知识
• DeepWalk如何做随机游走
• Word2Vec的一种训练方式

DeepWalk 使用图中节点与节点的共现关系来学习节点的向量表示。在描述节点与节点的共现关系的过程中，DeepWalk 给出的方法是使用随机游走 (RandomWalk) 的方式在图中进行节点采样。

随机游走

随机游走(Random Walk)是一种数学统计模型，它是一连串的轨迹所组成，其中每一次都是随机的。它能用来表示不规则的变动形式，如同一个人酒后乱步，所形成的随机过程记录.通常，随机游走一个简单的随机游走的例子是在整数在数轴上的随机游走，它从0开始，然后每一步以相同的概率移动+1或−1， 那么在图上的随机游走也按等概率的原则，随机的选取当前结点的邻居结点作为下一次访问的结点：所以理论上，RandomWalk 是一种可重复访问已访问节点的深度优先遍历算法。给定当前访问起始节点，从其邻居中随机采样节点作为下一个访问节点，重复此过程，直到访问序列长度满足预设条件。

DeepWalk的随机游走

这里贴一张DeepWalk的算法
uploading-image-790981.png
算法包含几个重要的参数：

• \(w\): Word2Vec的采样窗口大小
• \(d\): 每个结点embedding的维度
• \(\gamma\)：这个参数意思是我要重复\(\gamma\)次从不同结点进行随机游走的次数，可以理解为进行\(\gamma\) 个 epoch
• \(t\): 游走的长度，也就是结点的数量
  上面的\(\gamma\)意思也就是希望多重复几次相同开始结点的随机游走，作者认为这样能加快随机梯度下降的收敛速度。

具体实现层面：

我们可以把\(\gamma\)并行化处理，其次，算法中的shuffle(V)的话其实就是把所有的node都全部打乱，然后挨个的遍历一遍并做随机游走。在随机游走的时候，我们可能并不能保证每次都能拿到规定的长度，这时候可以不用管，直接break掉，有多少算多少，因为这些后面可以交给Word2Vec进行处理。
模拟一下随机游走：

def deepwalk_walk(walk_length, start_node):
        walk_seq = [start_node]

        while len(walk_seq) < walk_length:
            curr_node = walk[-1]
            cur_node_nbrs = list(G.neighbors(curr_node))
            if len(cur_node_nbrs) > 0:
                walk.append(random.choice(curr_node_nbrs))
            else:
                break
        return walk_seq

Word2Vec的训练方式

拿到结点序列之后，我们将其看作是一段自然语言序列，这样就可以顺其自然的送到W2V里面train。