假设你刚刚当上一个大型社区的物业主任，手下有上千名居民和一张巨大的“谁认识谁”关系网。你想让AI帮你认识每个人——谁和谁经常混在一起？谁在社区里人缘最好？哪些人可能是骗子？但电脑不认人脸，只认数字。于是你想到一个主意：给每位居民制作一张“数字名片”，上面不是姓名和照片，而是一串数字，这些数字能精确概括他在社交网络中的角色。图嵌入（Graph Embedding），就是自动制作这种名片的技术。本文用“社区漫步”这个比喻贯穿全程，带你理解两大主流算法：Node2Vec靠“随机游走”挨家挨户收集情报，GraphSAGE靠“当场询问邻居”快速绘制肖像。

岗位关联

图嵌入是图机器学习的基石。掌握Node2Vec和GraphSAGE，你就拥有了把任意图结构“翻译”给机器学习模型的能力——这是知识图谱、社交推荐、生物网络分析等AI应用的基本功，也是走向图神经网络的第一块跳板。

目录
  1. 可视化演示
  2. 图嵌入概述
  3. 嵌入基础概念
  4. 随机游走原理
  5. Node2Vec算法
  6. GraphSAGE算法
  7. 两相对比
  8. 选择策略
  9. 应用实践
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示Node2Vec有偏随机游走策略、GraphSAGE邻居采样聚合机制，以及两种算法在归纳能力上的核心差异。

本节配有交互动效（进入视口后自动加载，约 3KB）。

Node2Vec随机游走 BFS模式：偏向近邻，捕捉结构等价性 DFS模式：偏向远游，捕捉同质性 p,q参数控制游走策略 有偏随机游走生成节点序列后用SkipGram训练嵌入

图嵌入概述

你刚接手一个小区，面对几千位居民和一张复杂的“谁认识谁”关系网。为了快速和每个人打交道，你设计了一份“数字名片”——上面不是照片和年龄，而是几十个维度的小数：这个人社交活跃度如何？他跟什么样的人走得近？他的朋友网络覆盖多大？图嵌入要做的，就是根据这张巨大的关系网，自动给每位居民算出这样的名片。

在图论里，这张关系网叫“图”，每位居民叫“节点”，认识关系叫“边”。传统上，计算机用邻接矩阵存储图，就是一张n乘n的大表格，n是节点数，表格里标记每两个节点是否相连。但真实网络的邻接矩阵极其稀疏：一个千万级节点的社交网络，绝大多数格子都是0。直接把这个巨型矩阵喂给机器学习模型，既浪费算力，又难以捕捉深层结构。

图嵌入（Graph Embedding）的任务，是学到一个映射函数f，把每个节点u映射成一个低维向量f(u)，向量的维度d通常取64到512，远小于节点数量n。这个向量要尽可能保留原图的结构信息：在图上位置相近、关系密切的节点，它们的向量在空间中也应该彼此靠近。

就这样，图嵌入把一张海量链接的关系网，浓缩成一份份便携的数字名片。下一节要回答的问题是：什么样的名片算“好”？邻居相似的人，名片也该相似。

f:V→Rd\displaystyle f: V \to \mathbb{R}^d
这个公式读作“从节点集合V到d维实数空间的映射”。它把每个节点变成一个固定长度的数字数组，数组中的每个数刻画节点在某一个潜在特征维度上的取值。
  1. 节点集合V图里所有节点构成的总集合，是名片生成器的输入范围。
    V={v1,v2,…,vn}V = \{v_1, v_2, \ldots, v_n\}
  2. 映射函数f负责把节点变成向量的函数，对应社区里的名片生成器，输入节点ID，输出向量。
    f(vi)=zif(v_i) = z_i
  3. d维空间所有可能的d维向量构成的空间，d是名片上特征维度的个数，维度越多承载信息越丰富。
    Rd={(x1,x2,…,xd)∣xj∈R}\mathbb{R}^d = \{(x_1, x_2, \ldots, x_d) \mid x_j \in \mathbb{R}\}

嵌入基础概念

做名片之前，你得先想明白：什么样的两位居民应该被写成“相似”？是“住在同一条巷子”算相似，还是“有相同数量的朋友”算相似？这个标准没有绝对答案，完全取决于你后续想干什么。如果目的是推荐好友，那么“朋友圈高度重叠”的人就该相似；如果目的是找“意见领袖”，那么“连接了很多小圈子”的结构特征才重要。

在图上，这个问题的术语叫“节点相似度定义”。最直观的相似度是看邻居集合的重叠程度：如果甲的熟人几乎也是乙的熟人，那他们俩的社交角色一定非常接近。这种思路用一个经典指标来衡量，叫Jaccard系数。它计算两个集合的交集大小除以并集大小，得到的数值落在0到1之间，越接近1意味着朋友圈重合度越高。

理解了“相似度”这面镜子，就可以去看两种主流算法的解题思路了：Node2Vec靠“走街串巷”把相似的人串在一起，GraphSAGE靠“就地取材”问邻居来定义自己。先来看看最基础的随机游走是怎么回事。

Jaccard(u,v)=∣N(u)∩N(v)∣∣N(u)∪N(v)∣\displaystyle \text{Jaccard}(u, v) = \frac{|N(u) \cap N(v)|}{|N(u) \cup N(v)|}
Jaccard系数就像两个朋友圈的重叠率：两个人共同认识的人数，除以两人认识的总人数（去重）。重叠率越高，两个人的社交角色越像，名片上也应该越接近。
  1. 邻居集合N(u)与节点u直接相连的所有节点，对应居民的熟人圈。
    N(u)={w∣(u,w)∈E}N(u) = \{w \mid (u, w) \in E\}
  2. 交集大小u和v共同认识的人数。分子越大，两个人越“臭味相投”。
    ∣N(u)∩N(v)∣|N(u) \cap N(v)|
  3. 并集大小u认识的人加上v认识的人，去掉重复后的人数，用来做归一化的分母。
    ∣N(u)∪N(v)∣|N(u) \cup N(v)|
  4. 相似度比值共同朋友占两人全部熟人盘子的比例，范围在0到1之间。
    Jaccard(u,v)∈[0,1]\text{Jaccard}(u,v) \in [0, 1]

随机游走原理

为了给全社区几千人做名片，你派出一批访客分头出发。访客没有固定路线：每到一户人家，就从这家的门槛出发，随机选择敲响一位邻居的门；到了邻居家，再从他家出发，随机敲下一位……就这样走出一条长长的“串门日记”。这条日记上记录的居民顺序，就是最朴素的随机游走序列。

在图上，这条“串门日记”叫随机游走（Random Walk）。每次游走从某个节点出发，每一步均匀随机地走到当前节点的一个邻居，走T步就得到一个长度为T加1的节点序列，比如0到1到5再到6。这个序列的妙处在于：序列里相邻出现的节点，在图上是“几步可达”的，它们构成了一个天然的上下文，就像一句话里的相邻单词。

游走序列生成后，训练目标变得非常像NLP中的Word2Vec：把每个节点当作“词”，把一条条游走序列当作“句子”，用Skip-gram模型训练，让出现在同一上下文窗口里的节点拥有相似的向量。原本抽象的结构相似性，就这样转化成了统计共现概率，而共现概率可以高效地用随机梯度下降优化。

均匀随机游走像“闭着眼乱串门”，能反映全局的亲疏远近，但还不够聪明。Node2Vec的高明之处，就是在敲门的规则上装了旋钮，让访客能根据任务调整自己的逛街风格。

P(vi∣vi−1)=1∣N(vi−1)∣\displaystyle P(v_i \mid v_{i-1}) = \frac{1}{|N(v_{i-1})|}
这是最简单的均匀随机游走一步的转移概率：从当前节点出发，随机挑一个邻居的概率，等于1除以邻居总数。
  1. 当前位置v_{i-1}游走序列中当前所在的节点，接下来要决定往哪个邻居走。
    vi−1∈Vv_{i-1} \in V
  2. 邻居数量当前节点有多少个邻居，邻居越多，选择范围越大。
    ∣N(vi−1)∣=deg⁡(vi−1)|N(v_{i-1})| = \deg(v_{i-1})
  3. 均匀转移概率每个邻居被选中的概率均等，所以概率等于邻居数的倒数。
    P(vi∣vi−1)=1/deg⁡(vi−1)P(v_i \mid v_{i-1}) = 1 / \deg(v_{i-1})

Node2Vec算法

现在你发现，不同的任务需要不同的名片侧重点。你想找“和小明社会角色相似的人”，访客就该在小明家附近反复转悠，摸清他每天打交道的是谁；你想找“小明这人的深层性情”，访客就得沿着一条巷子深入走下去，看看他的远亲都混什么圈子。Node2Vec给访客装了两个旋钮：返回参数p和进出参数q。

标准随机游走每一步都是均匀的，Node2Vec则把它改成“二阶有偏”的：访客下一步往哪里走，取决于“下一步节点x”与“上一步节点t”之间的拓扑距离。假设访客刚从t走到当前节点v，它要决定下一步走到x。如果x恰好是t本身，说明访客想回头；如果x是t和v的共同邻居，属于正常走动；如果x离t更远，说明访客想探索新地盘。这三个档位的偏好分别由p和q控制。

具体地说，p越小，访客越爱回头，游走风格接近BFS，在局部反复打转，捕捉“角色相似的节点”；q越小，访客越爱往外冲，风格接近DFS，沿一条路走深走远，捕捉“同质化的群体”。收集到一批游走序列后，再套用Skip-gram模型训练，让同一上下文窗口里的节点向量彼此靠近，这就是Node2Vec的完整链路。

有了p和q两个旋钮，访客既能当“社区八卦收集者”，在附近反复串门，也能当“远足探险家”，沿人脉一路深挖。游走序列的质量直接决定名片质量，这正是Node2Vec的核心贡献。但它的短板也随之而来：每来一位新居民，都要重新走一遍全城访查。

πvx={1/p,dvx=01,dvx=11/q,dvx=2\displaystyle \pi_{vx} = \begin{cases} 1/p, & d_{vx} = 0 \\ 1, & d_{vx} = 1 \\ 1/q, & d_{vx} = 2 \end{cases}
这段公式是访客脑中的“选择偏好表”。d表示下一步节点x距离上一步节点t的拓扑距离：距离为0是掉头回去，权重为1/p；距离为1是正常邻居，权重为1；距离为2是更远的节点，权重为1/q。
  1. 回到上一步d=0下一步节点正好是刚才来时的节点，访客掉头回去，返回权重由p控制，p越小越爱回头。
    πvx=1/p\pi_{vx} = 1/p
  2. 共同邻居d=1下一步节点与上一步节点直接相连，属于普通走动，权重保持基准值1。
    πvx=1\pi_{vx} = 1
  3. 更远节点d=2下一步节点离上一步距离更远，权重由q控制，q越小越爱探索远方。
    πvx=1/q\pi_{vx} = 1/q
  4. 概率归一化把非归一化权重除以所有候选邻居的权重之和，变成真正的转移概率，方便采样。
    P(vi+1=x∣vi=v)=πvx/∑x′∈N(v)πvx′P(v_{i+1}=x \mid v_i=v) = \pi_{vx} / \sum_{x' \in N(v)} \pi_{vx'}

GraphSAGE算法

Node2Vec的做法像“先集中采集情报，再统一洗照片”。可社区里每天都在进新人，你没法每次都跑遍全城。GraphSAGE换了个思路：新人来了不用怕，我只敲开他家里几面邻居墙，把邻居们的特征凑一凑，就能现场画出一张不错的临时名片。这就是“采样加聚合”的思想。

GraphSAGE的全称是Graph Sample and Aggregation，它要解决的是归纳式学习问题：训练时只见过部分节点，推理时遇到完全陌生的节点，也能生成它的嵌入。做法分两步。第一步是邻居采样：对目标节点v，从它的所有邻居中随机抽取固定数量S个节点。第二步是分层聚合：从第1层开始，逐层把邻居的信息汇聚到v身上，更新自己的表示。

第k层更新时，节点v的新表示由两部分拼成：上一层的自身表示，加上上一层邻居表示的聚合结果。两者拼接后经过一个线性变换和一个非线性激活函数。聚合函数AGG有三种常见选择：Mean对邻居向量逐维度取平均，LSTM把采样邻居按随机序当序列处理，Pooling则对邻居向量的每个维度取最大或平均。所有节点共享同一套参数，因此新节点也能被这套规则当场画出来。

GraphSAGE就像“当场速写”的画家：不需要翻阅全城档案，只要扫一眼邻居的脸，就能画出你的大致轮廓。这让它在动态图上大显身手。但速写终究比不过精修，Node2Vec在某些精细任务上依然有优势。

hv(k)=σ(W(k)⋅AGG⁡({hu(k−1),∀u∈N(v)})+b(k))\displaystyle h_v^{(k)} = \sigma\left(W^{(k)} \cdot \operatorname{AGG}\left(\left\{h_u^{(k-1)}, \forall u \in N(v)\right\}\right) + b^{(k)}\right)
这句话读作：第k层的节点表示等于激活函数作用于“权重矩阵乘邻居聚合结果再加偏置”。它把“邻居们长什么样”转化为“我自己应该长什么样”。
  1. 第k层表示节点v经过k轮邻居信息交换后的特征向量，k越大，聚合的邻居范围越远。
    hv(k)∈Rdkh_v^{(k)} \in \mathbb{R}^{d_k}
  2. 采样邻居集合从v的全部邻居中随机抽取固定数量S个节点，保证每轮计算量恒定。
    N(v)⊆N(v),  ∣N(v)∣=SN(v) \subseteq \mathcal{N}(v), \; |N(v)| = S
  3. Mean聚合函数把邻居向量逐维度取平均，是最直观的聚合方式，相当于听一圈邻居意见再取折中。
    AGG⁡({hu})=1S∑u∈N(v)hu\operatorname{AGG}(\{h_u\}) = \frac{1}{S}\sum_{u \in N(v)} h_u
  4. 线性变换与激活聚合结果乘以权重矩阵再加偏置，用ReLU等激活函数引入非线性表达能力。
    σ(W(k)⋅A+b(k))\sigma(W^{(k)} \cdot A + b^{(k)})

两相对比

现在你手上有两位名片师：Node2Vec是“全局档案派”，必须翻完全城档案才能出名片；GraphSAGE是“现场速写派”，看一眼邻居就能画像。谁更厉害？要分场合。

学术上把这种差异称为转导式（Transductive）与归纳式（Inductive）学习。Node2Vec是转导式方法：训练时所有节点已经在图上，模型直接为每个节点学一个静态向量，学完就固定；新节点来了没有现成的向量，只能重新训练。GraphSAGE是归纳式方法：它学的是“如何聚合邻居信息”的共享规则，而不是某个具体节点的编号，所以从没见过的新节点也能用同一套规则现算现得。

表达能力上，Node2Vec通过随机游走能把长距离的结构信息编码进序列，因此在同质性和结构等价性的精细刻画上往往更胜一筹。GraphSAGE的表达能力受限于采样邻居的数量和聚合层数，但它天然支持节点特征，推理速度快，适合超大图。训练效率上，GraphSAGE用固定规模采样避免全图计算；Node2Vec需要对大量节点对做负采样训练，全图开销更大。选择哪一种，本质是“精度优先还是泛化优先”的权衡。

两位名片师各有所长，选谁不选谁，得回到具体的社区任务里看需求。下一节给出具体的决策框架。

转导式: zu=θu    (u∈Vtrain)归纳式: zu=fθ({hv:v∈N(u)})\displaystyle \text{转导式: } z_u = \theta_u \;\; (u \in V_{\text{train}}) \qquad \text{归纳式: } z_u = f_\theta(\{h_v : v \in N(u)\})
左边是转导式的“查表”：向量直接来自训练参数表。右边是归纳式的“函数”：向量由共享参数的神经网络对邻居特征计算而来。新节点能否出向量，就看用的是表还是函数。
  1. 转导式查表Node2Vec为每个训练节点维护一行参数，向量就是查表结果，新节点不在表中自然查不到。
    zu=θuz_u = \theta_u
  2. 归纳式函数GraphSAGE用共享参数网络计算嵌入，输入是邻居特征，任何节点都能传入。
    zu=fθ({hv:v∈N(u)})z_u = f_\theta(\{h_v : v \in N(u)\})
  3. 关键差异新节点在转导式里没有对应参数行，但在归纳式里可以立刻计算嵌入。
    unew∉Vtrain⇒z 无法查表, 但可计算u_{\text{new}} \notin V_{\text{train}} \Rightarrow z \text{ 无法查表, 但可计算}

选择策略

回到物业办公室：今天的任务是给100位新注册居民速画名片，还是深入分析老住户里的核心圈层？选错名片师，工作会非常尴尬。Node2Vec和GraphSAGE各有主场，判断标准可以归纳为三个维度。

第一，图是静态还是动态。如果节点不断新增，比如社交平台上每分钟都有新账号，GraphSAGE的归纳能力就是刚需；如果图基本不变，且你要的是最高质量的离线分析，Node2Vec更稳。第二，图的规模。几十万节点的小图，Node2Vec还能应对；几亿节点的大图，GraphSAGE用固定规模采样把每轮开销控制在常数级别，才能跑得动。第三，任务类型。链路预测对嵌入向量的精细程度要求高，Node2Vec往往表现更好；节点分类若有丰富的节点特征，GraphSAGE可以直接把特征融进聚合过程。

工程上的标准套路是：嵌入方法生成向量后，再接一个下游任务头。以节点分类为例，把每个节点的嵌入z_u喂进一个softmax分类器，预测它的类别，用交叉熵损失作为最终优化目标。这个“嵌入加分类器”的管线对两种方法都成立，选型的最终判据是下游任务在验证集上的精度与线上推理延迟。

选人标准摆在桌上：动态性、规模、精度，三个维度综合权衡。没有银弹，只有合适的工具。名片做出来之后，具体能干哪些实事？来看应用实践。

min⁡Θ1∣V∣∑u∈VCrossEntropy⁡(Softmax⁡(Wc⋅zu+bc),  yu)\displaystyle \min_{\Theta} \frac{1}{|V|} \sum_{u \in V} \operatorname{CrossEntropy}\left(\operatorname{Softmax}\left(W_c \cdot z_u + b_c\right),\; y_u\right)
这是“名片加分类”的联合目标：对每个节点的嵌入做线性变换和softmax，得到各类别概率，再与真实标签计算交叉熵，全图平均后最小化。
  1. 嵌入向量z_u由Node2Vec或GraphSAGE生成的节点向量，是整个管线的输入特征。
    zu=Embed⁡(u)z_u = \operatorname{Embed}(u)
  2. Softmax分类器对嵌入做线性变换后转成各类别的概率分布，参数W_c和b_c需要从数据中学习。
    p^u=Softmax⁡(Wczu+bc)\hat{p}_u = \operatorname{Softmax}(W_c z_u + b_c)
  3. 交叉熵损失衡量预测概率分布与真实标签的差距，取全图平均后作为最终优化的目标函数。
    L=−1∣V∣∑ulog⁡p^u[yu]\mathcal{L} = -\frac{1}{|V|} \sum_{u} \log \hat{p}_u[y_u]

应用实践

名片做出来后，社区工作一下子轻松了。打开电脑，你能用向量做三件大事：给居民分类、给陌生人牵线、找山头。这分别对应图嵌入的三大经典下游任务：节点分类、链路预测、社区发现。

节点分类，是预测某个节点属于哪一类，比如判断一个用户是不是高价值客户、一篇论文属于哪个研究方向。由于嵌入向量已经浓缩了节点的结构信息，只需要在向量上套一层分类器即可。链路预测，是预测两个节点之间是否可能产生一条边，社交平台的“你可能认识的人”就是这个场景。社区发现，是把节点聚成若干簇，找出暗中抱团的圈子，向量之间的距离天然可以作为聚类依据。

链路预测的实践最为直观。对任意两个节点u和v，用它们嵌入向量的点积作为连边得分，得分越高越可能产生边。训练时，从图中采样正样本（真实存在的边）和负样本（不存在的边），优化得分函数的排序损失。Node2Vec生成的嵌入天生适合这个任务：在游走序列中共现过的节点，它们的向量点积本来就被训练得更大。

从名片制作到社区运营，图嵌入的完整流程就此闭环：嵌入是地基，下游任务是高楼。无论选Node2Vec还是GraphSAGE，做出好名片才是硬道理。下面看看这套技术在实际AI业务中是怎么落地的。

score⁡(u,v)=zu⊤zv\displaystyle \operatorname{score}(u, v) = z_u^{\top} z_v
点积计算两个名片向量的“契合度”：对应维度相乘再累加，得到一个实数。方向越一致、长度越匹配，得分越高，未来越可能产生连接。
  1. 嵌入转置把节点u的d维向量转置成行向量，便于与v的列向量做矩阵乘法。
    zu⊤∈R1×dz_u^{\top} \in \mathbb{R}^{1 \times d}
  2. 点积运算对应位置相乘后累加，得到一个实数，衡量两个向量在同一方向上的共鸣程度。
    zu⊤zv=∑j=1dzu,j⋅zv,jz_u^{\top} z_v = \sum_{j=1}^{d} z_{u,j} \cdot z_{v,j}
  3. 得分含义分数越高，两节点在嵌入空间中越接近，在图上的连边倾向也越强。
    score⁡(u,v)∈R\operatorname{score}(u,v) \in \mathbb{R}

AI 应用场景

社交平台“你可能认识的人”

阶段：特征表示学习

解决的问题：传统好友推荐靠共同好友计数，数据稀疏且无法捕捉复杂的多跳社交链条。用Node2Vec在用户关系图上随机游走生成嵌入，再用点积做链路预测，能发现“朋友的朋友的朋友”这类潜在关系，同时计算开销可控。

具体案例：某电商社交App有2亿用户、30亿条关系边。算法团队用Node2Vec训练用户64维嵌入向量，召回阶段用近似最近邻检索百万量级候选用户，再精排引入业务规则。上线后好友推荐通过率提升18%，新用户次日留存提升5个百分点。

风控场景中的“黑产团伙发现”

阶段：图数据挖掘

解决的问题：黑产用户会刻意伪装成正常个体，但它们的社交关系高度聚集，单点规则很难识别。用GraphSAGE聚合邻居的行为特征（注册时长、设备指纹、交互频率），让每个用户的表示天然携带“朋友圈”的风险信号。

具体案例：某支付平台每天新增数百万交易节点。反欺诈团队用GraphSAGE对交易图做归纳式嵌入，两层聚合，每层采样25个邻居，输出32维向量接异常检测分类器。新注册的欺诈账号在第一笔交易时就能被“现场速写”识别，风险命中率提升3倍，推理延迟控制在10毫秒内。

学术引用网络的领域发现

阶段：数据分析和聚类

解决的问题：论文引用图中，研究者希望自动发现研究前沿和新兴交叉学科。传统聚类只看关键词共现，忽略了引用网络拓扑中隐含的范式亲缘关系。

具体案例：某科研情报团队用Node2Vec在包含500万篇论文的引用网络上生成128维嵌入，再用KMeans聚类，对照领域专家标注，成功识别出6个新兴交叉学科方向。针对每年新增论文，改用GraphSAGE快速将新论文归入已有领域，准确率比单纯基于文本分类的方法高出9个百分点。

Python 演示

python66 行
import randomimport numpy as np  class SimpleGraph:    def __init__(self, edges):        self.adj = {}        for a, b in edges:            self.adj.setdefault(a, []).append(b)            self.adj.setdefault(b, []).append(a)     def random_walk(self, start, length):        walk = [start]        node = start        for _ in range(length - 1):            neighbors = self.adj.get(node, [])            if not neighbors:                break            node = random.choice(neighbors)            walk.append(node)        return walk  class MiniNode2Vec:    def __init__(self, graph, dim=2, lr=0.03):        self.graph = graph        self.dim = dim        self.lr = lr        self.emb = {n: np.random.randn(dim) * 0.1 for n in graph.adj}     def _sigmoid(self, x):        return 1.0 / (1.0 + np.exp(-x))     def train(self, walks, epochs=100):        for _ in range(epochs):            for walk in walks:                for i, center in enumerate(walk):                    context = walk[max(0, i - 2): i] + walk[i + 1: i + 3]                    for c in context:                        if c == center:                            continue                        score = np.dot(self.emb[center], self.emb[c])                        p = self._sigmoid(score)                        grad = p - 1.0                        self.emb[center] -= self.lr * grad * self.emb[c]                        self.emb[c] -= self.lr * grad * self.emb[center]  def main():    edges = [(0, 1), (1, 2), (2, 3), (0, 4),             (4, 5), (1, 5), (5, 6), (2, 6),             (6, 7), (3, 7)]    graph = SimpleGraph(edges)    walks = []    for _ in range(200):        start = random.choice(list(graph.adj.keys()))        walks.append(graph.random_walk(start, 6))    model = MiniNode2Vec(graph)    model.train(walks, epochs=100)    for node in sorted(model.emb):        vec = np.round(model.emb[node], 3)        print("node {}: {}".format(node, vec))  if __name__ == "__main__":    main()
目的：构造一个小型关系图，生成200条随机游走序列，用简化的Skip-gram方式训练节点嵌入，最后打印每个节点的二维向量，演示“结构相似的节点向量相近”。
  1. self.adj.setdefault(a, []).append(b)用邻接表建图，若a还没有邻居列表就先初始化空列表再追加b。
  2. node = random.choice(neighbors)随机游走的核心一步，从当前节点邻居中均匀随机挑一个继续走。
  3. walk = [start]记录游走序列，序列中相邻的节点构成“上下文”。
  4. self.emb = {n: np.random.randn(dim) * 0.1 for n in graph.adj}为每个节点初始化一个小的随机向量作为初始名片。
  5. context = walk[max(0, i - 2): i] + walk[i + 1: i + 3]取游走序列中当前节点左右各2个节点作为上下文窗口。
  6. score = np.dot(self.emb[center], self.emb[c])点积计算中心节点与上下文节点的相似度分数。
  7. p = self._sigmoid(score)把点积分数压缩到0到1之间，作为“共现概率”。
  8. grad = p - 1.0对正样本希望p接近1，所以梯度方向是让p增大。
  9. self.emb[center] -= self.lr * grad * self.emb[c]随机梯度下降更新中心节点向量，让相似节点靠得更近。

常见误区

误区我刚开始学Node2Vec时，以为它和GCN一样是深度神经网络，层数越多效果越好，结果调参调得一头雾水。

正解Node2Vec的灵魂是“随机游走 + Skip-gram”，它借用的是Word2Vec的浅层嵌入训练思路，并没有多层图卷积结构。所谓“深度”只是潜在维度意义上的浅层嵌入。真正的深度图模型是GraphSAGE这类。如果拿深度网络的思路去调Node2Vec，会处处别扭。

为何常见：名字带"2Vec"容易让人联想到Word2Vec的神经网络，且训练也用随机梯度下降，初学者自然会往深度网络方向联想。

误区GraphSAGE能处理新节点、速度还快，所以它肯定全面比Node2Vec优秀，直接用它就完事了。

正解GraphSAGE的归纳能力来自局部邻居聚合，但也因此牺牲了对全局细粒度结构的刻画。在静态小型图上，Node2Vec通过充分随机游走能保存更精细的同质性信号，精度往往更高。选型要看动态性、规模、精度三个维度，没有绝对优劣。

为何常见：教程总是强调GraphSAGE的泛化与可扩展优势，让读者产生了“新的一定更好”的错觉。

误区为了捕捉更多结构信息，我把游走长度设成100，结果嵌入效果反而变差了，明明数据更多了呀？

正解游走序列过长会让同一上下文窗口里的节点距离起点太远，把它们当成共现邻居会引入大量噪声。实践里游走长度一般取10到80，窗口大小取3到10。长距离游走的远端节点与起点的相关性指数衰减，硬塞进上下文只会模糊名片。

为何常见：“更多数据更好”的直觉在随机游走中失效，因为游走本质是马尔可夫采样，远端节点的信息已经被稀释了。

误区既然GraphSAGE靠采样邻居聚合信息，那把采样数设成512，能聚合更多信息，效果一定更好。

正解采样数过多不仅计算开销陡增，还会让聚合结果被“平均化”洗掉关键细节。经典实验显示，每层采样20到30个邻居已足够覆盖有效信息，继续增大收益递减甚至带来噪声。固定小批量采样正是为了在信息量和方差之间取平衡。

为何常见：把“更多信息等于更好”的直觉套在聚合操作上，忽略了聚合是压缩操作，输入太杂反而失真。

面试题

Q1. 图嵌入的主要目标是什么？

单选题 · easy

  • A.将图压缩为单一数字编号
  • B.将节点映射为低维稠密向量← 正确答案
  • C.删除图中冗余的边和节点
  • D.将整张图编码成字符串

答案：B。图嵌入的核心是把每个节点变成固定维度的向量，使结构相似的节点向量相近。压缩成编号、删除边、编码成字符串都不是嵌入的目标。

Q2. Node2Vec中控制游走倾向的两个参数是？

单选题 · easy

  • A.学习率以及批大小数值
  • B.返回参数p与进出参数q← 正确答案
  • C.激活函数和Dropout数值
  • D.上下文窗口和嵌入的维度

答案：B。Node2Vec的核心创新就是引入返回参数p和进出参数q，让随机游走可以根据任务偏置。学习率、激活函数是通用训练配置，上下文窗口和维度是超参数但不是“控制游走倾向”的旋钮。

Q3. 在Node2Vec中，较小的p值会使游走更倾向于？

单选题 · mid

  • A.回到上一步所在的节点← 正确答案
  • B.跳到图中距离很远的节点
  • C.只朝一个方向不断向前移动
  • D.忽略邻居直接随机传送到远处

答案：A。p是返回参数，p越小则返回权重1/p越大，游走更爱回头，从而在上一步附近反复探索，形成BFS风格。B、C、D描述的是DFS或其他行为，与p的作用不符。

Q4. GraphSAGE相比Node2Vec的核心优势是？

单选题 · mid

  • A.训练速度一定快于Node2Vec
  • B.具备归纳式学习泛化能力← 正确答案
  • C.无需设计任何聚合操作器
  • D.能处理完全没有结构的图

答案：B。GraphSAGE学的是邻居聚合规则而非节点本身，因此新节点也能生成嵌入，这是归纳式能力。训练速度不一定快，聚合器需要设计，完全没有结构的图任何图嵌入方法都无能为力。

Q5. GraphSAGE中Mean聚合器具体做了什么？

单选题 · mid

  • A.对邻居向量求平均再与自身拼接← 正确答案
  • B.对全图节点向量求全局平均化
  • C.只随机取一个邻居向量作为结果
  • D.把邻居向量相乘后取平方根结果

答案：A。Mean聚合器把采样到的邻居向量逐维度取平均，与自身表示拼接后再做线性变换。B是全局平均，C是随机采样，D是乘法操作，都不符合Mean聚合器的定义。

Q6. 以下哪种场景最适合用GraphSAGE？

单选题 · hard

  • A.静态社交网络一次性离线分析
  • B.新用户不断注册的在线推荐系统← 正确答案
  • C.小型固定引用网络结构的精研
  • D.需要全图最短路径计算的场景

答案：B。GraphSAGE的归纳式能力让它可以为不断涌现的新用户当场生成嵌入。A和C是静态场景，Node2Vec更合适；最短路径计算不是嵌入方法能直接解决的。

Q7. 随机游走产生的节点序列在训练时被当作？

单选题 · easy

  • A.类比于自然语言句子中的词序列← 正确答案
  • B.类比于图像中的像素矩阵结构
  • C.类比于每个节点的标签类别编号
  • D.类比于分类任务中的输出概率值

答案：A。随机游走序列被当作“句子”，节点被当作“词”，用Word2Vec的Skip-gram思路训练嵌入。图像像素、标签、概率都不是随机游走序列的类比对象。

Q8. 下列属于GraphSAGE聚合函数的是？

多选题 · mid

  • A.取均值聚合← 正确答案
  • B.LSTM聚合← 正确答案
  • C.取最大池化← 正确答案
  • D.随机丢弃法

答案：ABC。GraphSAGE论文中提出的聚合器包括Mean、LSTM和Pooling三种。随机丢弃是正则化手段，不属于聚合函数。

Q9. 关于节点相似度，正确的说法包括？

多选题 · mid

  • A.相似节点嵌入向量距离更近← 正确答案
  • B.Jaccard系数可衡量邻居重叠← 正确答案
  • C.嵌入学习需要保留相似关系← 正确答案
  • D.图嵌入完全忽略节点相似性

答案：ABC。图嵌入的目标就是让相似节点向量靠近，Jaccard系数是衡量邻居重叠的经典指标。D与嵌入的基本思想完全相反。

Q10. 关于Node2Vec游走策略，下列说法正确的是？

多选题 · hard

  • A.小的p值促进BFS式的游走← 正确答案
  • B.小的q值促进DFS式的游走← 正确答案
  • C.BFS式游走偏好结构等价性← 正确答案
  • D.DFS式游走偏好结构等价性

答案：ABC。p小则易回头，游走偏好局部，类似BFS，捕捉结构等价性；q小则易远走，类似DFS，捕捉同质性。D把DFS说成偏好结构等价性是错误的，DFS偏好的应该是同质性。