Node2Vec

run API

• API

  def run(
       edgeList: RDD[(Long, Long, Double)],
       userParams: Params
   ): RDD[(Long, Vector)]

• 功能描述

  根据指定输入参数计算图中各个结点的embedding值。

• API描述
  1. 包名：package org.apache.spark.graphx.lib
  2. 类名：Node2Vec
  3. 方法名：run
  4. 输入：edgeList: RDD[(Long, Long, Double)]，为图的边列表信息（权值大于0）

     userParams: Params，输入参数，Params是封装的参数类

  5. 参数详情：

     参数名称	参数含义	取值类型
     edgeList	从文件读入的图边列表信息（权值大于0）	RDD[(Long, Long, Double)]
     userParams	封装的Params类，用于初始化算法运行所需要的参数	Params(directed = true, weighted = false, input = null, p = 1.0, q = 1.0, walkLength = 80, numWalks = 10, iter = 10, dim = 128, window = 10)

     1. 是否有向directed: Boolean，默认值true
     2. 是否有权weighted: Boolean，默认值false
     3. 回退概率p: Double，默认值1.0
     4. 前进概率q: Double，默认值1.0
     5. 路径长度walkLength: Int，默认值80
     6. 每个结点的采样路径数numWalks: Int，默认值10
     7. 迭代轮数iter: Int，默认值10
     8. 向量维度dim: Int，默认值128
     9. 滑动窗口大小window: Int，默认值20
  6. 输出：RDD[(Long, Vector)]，为图中的结点编号，与每个结点embedding值。
• 使用样例

  val edgeRDD = sc.makeRDD(Seq((1L, 2L, 1.0), (1L, 3L, 1.0), (1L, 4L, 1.0), (2L, 3L, 1.0), (3L, 4L, 1.0), (3L, 5L, 1.0), (4L, 5L, 1.0), (4L, 6L, 1.0), (5L, 7L, 1.0), (5L, 2L, 1.0), (5L, 6L, 1.0), (6L, 7L, 1.0))) val res = Node2Vec.run(edgeRDD, Params(directed = true, weighted = false, p = 1.0, q = 1.0, walkLength = 80, numWalks = 10, iter = 10, dim = 2, window = 10)) res.collect().foreach(println)

• 样例结果：

  (7, [-1.1329193115234375, 0.8701171875])
  (4, [-0.2488250732421875, 0.801239013671875])
  (1, [-0.094482421875, 0.871551513671875])
  (2, [-0.0323333740234375, 0.97137451171875])
  (3, [-0.0724334716796875, 0.8855438232421875])
  (5, [0.1421051025390625, 1.071990966796875])
  (6, [0.7393035888671875, 1.4867706298828125])
  生成结果说明：
  生成结果为RDD[(Node, Vector)]，且每次程序运行后生成的Vector值不同
  例如输入由编号为1到7的七个结点构成的边RDD，生成embedding的维度dim=2，因此生成的结果由结点编号与二维的embedding向量构成