描述
Cleora 是一款开创性的基于 Rust 的图嵌入引擎，旨在提供确定性且高度准确的图嵌入。与依赖随机游走、负采样和 GPU 集群的传统方法不同，Cleora 通过一次稀疏矩阵幂运算，就能计算出所有可能游走的精确分布。这种方式消除了噪声和随机近似，确保结果完全可复现，并在单个 CPU 核心上大幅加快计算速度。
阅读更多
Cleora 的创新核心在于其算法。它从输入图构建稀疏转移矩阵，原生处理具有类型化、多关系边的异构超图。与该转移矩阵相乘的每一次矩阵迭代，都捕捉特定长度游走的完整分布。随后进行 L2 归一化传播，每个节点的嵌入被更新为其邻居嵌入的归一化平均值。共现相似度只需几次迭代，上下文相似度则稍多几次，因此比基于采样的方法快几个数量级。
Cleora 的主要优势在于速度、准确度和效率。它比 GraphSAGE 快达 240 倍，所用内存也远少于 NetMF 等其他库。引擎默认是确定性的，这对可复现的研究和生产环境的机器学习流水线至关重要。它原生支持异构超图，无需复杂的图预处理。此外，Cleora 的安装体积极小，约 5 MB，仅依赖 numpy 和 scipy，避免了安装 GPU 驱动和重型框架的烦恼。
Cleora 已具备生产就绪能力，提供稳定的归纳式嵌入，支持为新节点生成嵌入而无需重新训练整个图。其能力可应用于推荐系统、知识图谱、实体解析、欺诈检测和药物发现等多种场景。引擎的高效性在 Zomato 等案例研究中得到体现：Zomato 用 Cleora 取代了 GraphSAGE，将数百万用户的嵌入生成时间从 20 小时缩短到 5 分钟以内。
Cleora 提供一整套工具，包括用于对比的内置备选算法、用于评估嵌入质量的丰富评估套件、图采样功能以及超参数调优。它还包含便于集成到脚本和 CI/CD 流水线的命令行工具。整个库是开源的，可免费使用、修改和部署，与基于 GPU 的替代方案相比，是一种经济高效的方案。
- 类别机器学习与数据科学
- 定价模式开源
- 部署仅限CPU
- 平台网页版
Cleora Graph Embedding Engine的核心功能
通过稀疏矩阵幂进行确定性图嵌入计算
仅限 CPU 执行，无需 GPU
原生支持具有类型化、多关系边的异构超图
消除了随机游走采样和 skip-gram 训练
在真实世界图上实现高精度
比基于 GPU 和基于采样的方法快得多
最小依赖和安装体积小（约 5 MB）
支持感应式学习，无需重新训练即可处理新节点
包含内置的替代算法以供比较
提供丰富的评估套件以评估嵌入质量
提供 CLI 工具以进行脚本和 CI/CD 集成
开源且可免费使用、修改和部署
如何使用 Cleora Graph Embedding Engine？
安装：pip install pycleora
输入数据：以 TSV 格式提供边列表、交互日志或知识三元组。
图构建：Cleora 从输入数据构建异构超图。
矩阵幂：计算稀疏转移矩阵及其幂以捕获游走分布。
嵌入生成：L2 归一化传播生成确定性嵌入向量。
下游 ML：利用生成的嵌入进行推荐、分类、搜索等。
Cleora Graph Embedding Engine的使用案例
- 推荐系统
- 知识图谱
- 实体解析
- 欺诈检测
- 社交网络分析
- 药物发现
- 供应链优化
- 客户细分
