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。