MetaPath2vec：异质图Graph Embedding

论文：metapath2vec: Scalable Representation Learning for Heterogeneous Networks
期刊：KDD 2017

1.Introduction

• 传统方法中，一般将网络转化成邻接矩阵，然后使用机器学习来挖掘网络中的信息，学习嵌入，但是邻接矩阵通常很稀疏。对于复杂网络的表示学习，一些基于神经网络的模型也有非常好的效果，例如（DeepWalk，node2vec，以及LINE）但上述算法仅适合包含一类节点和边的同构网络，不能很好的用于包含多种顶点类型和边类型的复杂关系网络。作者在基于meta-path的基础上，提出了在异构复杂关系网络的表示学习方法-meta-path2vec和meta-path2vec++。
• 在异构图中，不同类型的节点和边具有不同的语义含义。对于异构网络的嵌入，不仅关注节点之间的结构相关性，还要关注节点之间的语义相关性，MetaPath2vec用于捕获节点之间的两种相关性。
• 为了同时捕获结构和语义相关性，引入基于元路径的随机游走提取共现信息。

2.预备知识

• meta-path
  定义一个元路径，A是各种类型的节点，R是各种类型的边，通过元路径来指导随机游走。
  
• Heterogeneous Network
  
  -Heterogeneous Network Representation Learning
  对于给定的异构网络，学习d维的潜在表征，可以表征网络中顶点之间的结构信息和语义场景关系。

3.meta-path2vec算法

1，利用元路径随机游走从图中获取序列
2，利用skip-gram学习节点的嵌入表示
对于给定节点，学习的目标是上下文内容存在的概率最大化（基于第一步获取的序列，使特定类型的共现元组概率最大，以此来学习节点的嵌入，因为基于meta-path来提取元组，所以能够捕获节点之间的语义及结构相关性）


metapath2vec中采用Negative Sampling进行参数迭代更新，这时设置一个负采样的窗口M，则参数更新过程如下：

P(u)是一个negative node 在M次采用中的预定义分布

4.总结

沿用了同构图上基于随机游走的Embedding算法的思想（生成随机游走序列，类似于文本语句的处理，提取出窗口范围内的节点上下文元组，优化目标是使这些共现元组的概率最大化），区别在于是使用提前定义好的meta-path模式来指导随机游走的过程，由于提前根据语义信息预定义了有意义的meta-path路径，所以使得在异质图中的异构信息和语义信息保留，同时借助Skip-Gram模型可以学习节点的表征。
简要理解：根据meta-path的模板，生成多条随机游走的路径，根据路径来提取每个节点的共现元组（类比于文本中单词的嵌入），给每个节点初步表示，学习的目标是使基于meta-path游走序列提取出的共现元组概率最大，所以用这种方式学习到的节点的嵌入很好的保留了节点的语义信息（因为预定义的meta-path具有实际的语义信息）。