数据分析之图算法: 基于Spark和Neo4j

158

｜

第

8

章

图表示 矩阵表示 向量表示

n 维向量空间

z

x

y

图 8-2：图嵌入将图数据映射到特征向量，这些特征向量可以在多维坐标系中进行可视化

图嵌入与关联特征提取在图数据使用上略有不同。图嵌入可以表示整张图或图数据的

子集，以某种数值格式为机器学习任务做好准备。这对于无监督学习特别有用，因为

在无监督学习中数据没有分类，通过关系可以获取更多上下文信息。图嵌入对于数据

探查、计算实体间相似度以及降低维度以辅助统计分析等也很有用。

该领域发展迅速，已经出现了

node2vec

、

struc2vec

、

GraphSAGE

、

DeepWalk

和

DeepGL

等多种算法。

下面介绍关联特征的类型及其用法。

8.2.1

　图特征

图特征

（

graphy feature

）是指任意数量与图的关联性相关的度量指标，例如进出节点的关

系数量、隐含的三角形数量和共同邻节点的数量等。本章将通过这些指标研究示例，因为

它们易于收集，并且能够很好地验证早期假设。

此外，如果明确知道目标，那么可以使用特征工程，例如想知道有多少人拥有

4

跳以上的

欺诈账户。这种方法使用图遍历可以非常高效地查找关系的深层路径，查看标签、属性、

数量和推断关系。

上述过程很容易自动化，可以将这些预测性图特征提交到已有管道中，例如可以抽象诈骗

分子关系数量，并将该数量添加为节点属性，以便用于其他机器学习任务。

8.2.2

　图算法特征

如果知道所要寻找的一般结构但不知道确切模式，还可以使用图算法来寻找特征。假设我

们发现某些类型的社团分组存在欺诈迹象，也许其中存在某种典型的关系密度或层级结 ...