Java 类名：com.alibaba.alink.operator.batch.graph.MetaPathWalkBatchOp
Python 类名：MetaPathWalkBatchOp

功能介绍

MataPathWalk是描述随机游走的一种算法。在给定的图上，每次迭代过程中，点都会按照一定的metaPath转移到它的邻居上，
转移到每个邻居的概率和连接这两个点的边的Type相关。通过这样的随机游走可以获得固定长度的随机游走序列，这可以类比自然语言中的句子。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| metaPath | 游走的模式 | 一般为用字符串表示，例如 “ABDFA” | String | ✓ | | |

| sourceCol | 起始点列名 | 用来指定起始点列 | String | ✓ | 所选列类型为 [INTEGER, LONG, STRING] | |

| targetCol | 中止点点列名 | 用来指定中止点列 | String | ✓ | 所选列类型为 [INTEGER, LONG, STRING] | |

| typeCol | 节点类型列名 | 用来指定节点类型列 | String | ✓ | 所选列类型为 [STRING] | |

| vertexCol | 节点列名 | 用来指定节点列 | String | ✓ | 所选列类型为 [INTEGER, LONG, STRING] | |

| walkLength | 游走的长度 | 随机游走完向量的长度 | Integer | ✓ | | |

| walkNum | 路径数目 | 每一个起始点游走出多少条路径 | Integer | ✓ | | |

| delimiter | 分隔符 | 用来分割字符串 | String | | | “ “ |

| isToUndigraph | 是否转无向图 | 选为true时，会将当前图转成无向图，然后再游走 | Boolean | | | false |

| samplingMethod | 起始点列名 | 用来指定起始点列 | String | | | “ALIAS” |

| weightCol | 权重列名 | 权重列对应的列名 | String | | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | null |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     [1, 1, 1.0],
  9.     [1, 2, 1.0],
  10.     [2, 3, 1.0],
  11.     [3, 4, 1.0],
  12.     [4, 2, 1.0],
  13.     [3, 1, 1.0],
  14.     [2, 4, 1.0],
  15.     [4, 1, 1.0]])
  17. graph = BatchOperator.fromDataframe(df, schemaStr="start int, dest int, weight double")
  19. df2 = pd.DataFrame([
  20.     [1,"A"],
  21.     [2,"B"],
  22.     [3,"A"],
  23.     [4,"B"]])
  25. node = BatchOperator.fromDataframe(df2, schemaStr="node int, type string")
  27. MetaPathWalkBatchOp() \
  28.             .setWalkNum(10) \
  29.             .setWalkLength(20) \
  30.             .setSourceCol("start") \
  31.             .setTargetCol("dest") \
  32.             .setIsToUndigraph(True) \
  33.             .setMetaPath("ABA") \
  34.             .setVertexCol("node") \
  35.             .setWeightCol("weight") \
  36.             .setTypeCol("type").linkFrom(graph, node).print();

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.graph.MetaPathWalkBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class MetaPathWalkBatchOpTest {
  12.     @Test
  13.     public void testMetaPathWalkBatchOp() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of(1, 1, 1.0),
  16.             Row.of(1, 2, 1.0),
  17.             Row.of(2, 3, 1.0),
  18.             Row.of(3, 4, 1.0),
  19.             Row.of(4, 2, 1.0),
  20.             Row.of(3, 1, 1.0),
  21.             Row.of(2, 4, 1.0)
  22.         );
  23.         BatchOperator <?> graph = new MemSourceBatchOp(df, "start int, dest int, weight double");
  24.         List <Row> df2 = Arrays.asList(
  25.             Row.of(1, "A"),
  26.             Row.of(2, "B"),
  27.             Row.of(3, "A")
  28.         );
  29.         BatchOperator <?> node = new MemSourceBatchOp(df2, "node int, type string");
  30.         new MetaPathWalkBatchOp()
  31.             .setWalkNum(10)
  32.             .setWalkLength(20)
  33.             .setSourceCol("start")
  34.             .setTargetCol("dest")
  35.             .setIsToUndigraph(true)
  36.             .setMetaPath("ABA")
  37.             .setVertexCol("node")
  38.             .setWeightCol("weight")
  39.             .setTypeCol("type").linkFrom(graph, node).print();
  40.     }
  41. }

运行结果

| path | | —- |

| 1 4 3 2 3 2 1 2 1 2 1 2 1 2 1 2 3 2 3 2 |

| 1 4 3 2 1 4 3 2 3 4 3 2 1 4 1 4 1 2 3 2 |

| 1 2 3 4 3 2 1 4 3 4 3 4 1 2 3 2 3 4 3 2 |

| 3 4 3 4 1 4 1 4 1 2 1 2 1 2 3 2 1 4 3 2 |

| 1 4 1 2 3 2 1 2 3 2 3 2 3 2 1 2 1 4 3 2 |

| 3 2 3 4 3 2 3 2 3 4 1 2 3 2 1 2 1 4 3 2 |

| 3 4 3 4 1 2 3 4 1 4 1 4 3 2 3 4 3 2 1 2 |

| 3 4 1 4 1 4 3 4 1 2 1 2 1 4 1 4 3 2 1 2 |

| 1 2 1 4 3 4 3 2 3 2 1 2 1 2 1 2 3 2 1 2 |

| 3 2 1 2 3 2 3 4 3 2 1 4 3 4 1 2 1 2 1 2 |

| 1 2 1 4 1 4 1 2 1 2 3 2 3 4 1 2 1 2 1 4 |

| 1 2 1 4 3 2 1 2 1 4 1 4 1 4 1 2 1 2 1 2 |

| 1 4 1 4 1 2 1 2 1 4 1 2 3 2 1 2 1 2 1 2 |

| 3 4 3 4 3 2 1 2 3 2 3 4 1 2 1 2 1 2 1 4 |

| 3 2 3 4 3 4 1 4 3 2 3 4 3 2 3 2 3 4 1 4 |

| 3 2 3 2 3 4 3 2 1 2 1 4 1 2 1 2 3 4 1 4 |

| 1 4 3 4 1 2 1 4 1 2 3 2 1 2 1 2 3 4 1 4 |

| 3 4 3 2 3 4 1 2 1 4 3 4 3 2 1 4 1 4 1 2 |

| 3 4 3 4 1 2 3 2 1 4 1 4 3 2 1 4 1 4 1 4 |

| 1 4 1 2 3 2 3 4 1 2 1 2 1 2 3 2 1 4 1 2 |

备注

  • 上述表中的结点类型可以是任意类型。
  • 给定metaPath 后算法按照 metaPath 去游走，直到路径长度达到walkLength。
  • 给定的metaPath必须首尾两个结点的Type一样，正确的格式例子： “ABCA”，“VDEEV”，“ABA”等。
  • 如果给定metaPath为“ABDSA”，walkLength为10，则游走得到的结果将是 “ABDSABDSAB”，达到10个结点是会截断。