Java 类名：com.alibaba.alink.operator.batch.graph.MetaPath2VecBatchOp
Python 类名：MetaPath2VecBatchOp

功能介绍

沿着之前random walk的思路往前走，metapath2vec的方法提出了控制随机游走的模式，这样就可以在生成的序列上根据节点类型的不同来控制序列游走，这样也就可以对异质网络（Heterogeneous Networks）进行表征学习。在游走之前需要设定一个metapath，也就是游走时节点类型的模式
metapath2vec: Scalable Representation Learning for Heterogeneous 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 | | —- | —- | —- | —- | —- | —- | —- |

| metaPath | 游走的模式 | 一般为用字符串表示，例如 “ABDFA” | String | ✓ | | |

| 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 | ✓ | | |

| typeCol | 节点类型列名 | 用来指定节点类型列 | String | ✓ | | |

| vertexCol | 节点列名 | 用来指定节点列 | String | ✓ | 所选列类型为 [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 | | [1, +inf) | |

| 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 |

| mode | metapath中word2vec的模式，分别为metapath2vec和metapath2vecpp | metapath的模式 | String | | “METAPATH2VEC”, “METAPATH2VECPP” | “METAPATH2VEC” |

| 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 |

| 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 | | [1, +inf) | 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 |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     ["Bob", "Lucy", 1.],
  9.     ["Lucy", "Bob", 1.],
  10.     ["Lucy", "Bella", 1.],
  11.     ["Bella", "Lucy", 1.],
  12.     ["Alice", "Lisa", 1.],
  13.     ["Lisa", "Alice", 1.],
  14.     ["Lisa", "Karry", 1.],
  15.     ["Karry", "Lisa", 1.],
  16.     ["Karry", "Bella", 1.],
  17.     ["Bella", "Karry", 1.]
  18. ])
  20. source = BatchOperator.fromDataframe(df, schemaStr="start string, end string, value double")
  22. df2 = pd.DataFrame([
  23.     ["Bob", "A"],
  24.     ["Bella", "A"],
  25.     ["Karry", "A"],
  26.     ["Lucy", "B"],
  27.     ["Alice", "B"],
  28.     ["Lisa", "B"],
  29.     ["Karry", "B"]
  30. ])
  32. type = BatchOperator.fromDataframe(df2, schemaStr="node string, type string")
  34. metapathBatchOp = MetaPath2VecBatchOp() \
  35.     .setSourceCol("start") \
  36.     .setTargetCol("end") \
  37.     .setWeightCol("value") \
  38.     .setVertexCol("node") \
  39.     .setTypeCol("type") \
  40.     .setMetaPath("ABA") \
  41.     .setWalkNum(2) \
  42.     .setWalkLength(2) \
  43.     .setMinCount(1) \
  44.     .setVectorSize(4)
  45. metapathBatchOp.linkFrom(source, type).print()

运行结果

| node | vec | | —- | —- |

| Karry | -0.028718041256070137,0.02825581468641758,0.12125638127326965,0.1207452341914177 |

| Bella | 0.03437831997871399,-0.0477546751499176,0.012570690363645554,-0.0958133116364479 |

| Bob | 0.024427175521850586,0.07044785469770432,-0.04175269603729248,-0.06182029843330383 |

| Lucy | 0.05776885524392128,0.08288335055112839,-0.06490718573331833,0.026563744992017746 |