基于双曲空间的图嵌入方法研究综述.docVIP

基于双曲空间的图嵌入方法研究综述

一、双曲空间与图嵌入的基础适配性

欧式空间作为传统图嵌入方法的默认载体，其固有的平坦几何特性在处理层次化、无标度网络时存在本质局限。当图结构呈现出强树状分支或幂律度分布特征时，欧式空间的维度增长与嵌入失真度呈正相关——为了保留图中长距离节点的相对关系，往往需要将嵌入维度提升至数百甚至数千维，且仍无法避免中心节点的语义漂移问题。双曲空间的负曲率属性恰好匹配这类图的内在几何特征：双曲空间中的距离随半径呈指数增长，仅需低维空间即可容纳指数级数量的节点，天然适配无标度网络的层级扩张特性。以二维双曲空间为例，其单位圆盘模型（庞加莱圆盘）中，靠近圆盘边界的区域可容纳任意多的节点，且节点间的测地线距离能精准对应原图中的最短路径长度，这一特性使得双曲图嵌入在处理知识图谱、社交网络等典型无标度结构时，低维嵌入的性能普遍优于同维度的欧式嵌入方法30%以上。

双曲空间的不同模型为图嵌入提供了多样化的计算框架。庞加莱圆盘模型因具备直观的可视化属性和简洁的距离计算公式，成为目前应用最广泛的双曲嵌入载体，其距离公式$d(x,y)=\text{arccosh}\left(1+2\frac{|x-y|^2}{(1-|x|^2)(1-|y|^2)}\right)$可直接与图中节点的最短路径关联，通过梯度下降优化嵌入结果。洛伦兹模型则在处理高维双曲嵌入时具备数值稳定性优势，其基于