DeepWalk 与 Node2Vec 的原理与区别
哪些公司问过
答案要点
- 共同点:图上随机游走生成节点序列,用 Skip-gram 学习节点嵌入
- DeepWalk:均匀随机游走,相邻节点等概率转移
- Node2Vec:二阶有偏游走,回到上一节点权重 1/p,距离不变的节点权重 1,远离的节点权重 1/q
- q 大偏 BFS,刻画结构角色相似;q 小偏 DFS,刻画社区同质性
- p=q=1 时 Node2Vec 退化为 DeepWalk;推荐中常用于物品共现图
易错点
- 把 p 和 q 的作用说反
- 认为 Node2Vec 是一阶随机游走,它的转移概率依赖上一节点
- 忘记 p=q=1 时退化为 DeepWalk
面试官常见追问
- 为什么可以把 Word2Vec 用在图上?
- 它们有什么局限?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。