核心概念 第 10 章

图随机游走采样

graph-walk-bias

定义

DeepWalk与Node2Vec将图上的随机游走序列转成节点上下文,用共现信号学习向量。

核心判断

游走的局部和远距离探索比例决定学到同质邻居还是结构角色,不能仅看整体离线相似度。

工程检查

检查游走长度、采样次数和节点度数分桶的覆盖,控制热门节点的采样偏置。

本书依据

《第十章-召回模型.pdf》,PDF 第 27–29 页(10.2.1 节)。

扩展说明

将方法收益与同等候选预算、特征可用性和实际在线资源成本共同核验。