Cleora 是一个基于 Rust 构建的图嵌入引擎，其核心思想是用稀疏矩阵幂运算精确计算图中所有游走路径的分布，从而替代传统方法中的随机游走采样和负采样。官方描述将其概括为“所有随机游走，一次矩阵乘法”。
用途
Cleora 用于将图结构数据（如边列表、交互日志、知识三元组）转换为稠密的确定性嵌入向量，供下游机器学习任务使用。典型用途包括推荐系统、搜索排序、菜品建议以及相似用户发现等。
主要能力
- 稀疏马尔可夫矩阵：从输入图构建稀疏转移矩阵，原生支持带类型、多关系边的异质超图。
- 矩阵幂 = 全部游走分布：每次迭代将嵌入矩阵与稀疏转移矩阵相乘，M^k 捕获所有长度为 k 的游走分布，无需采样、无噪声、无随机近似。
- L2 归一化传播：每次迭代将每个节点的嵌入替换为邻居嵌入的 L2 归一化平均值。共现相似度通常 3-4 次迭代，上下文相似度（类似 skip-gram）需 7 次以上。
- 确定性嵌入：相同输入始终产生相同输出，无需多次运行取平均，适合可复现研究和生产级 ML 流水线。
- 支持归纳学习：新节点可在不重新训练整个图的情况下嵌入。
- 轻量依赖：整个库约 5 MB，仅依赖 numpy 和 scipy，以单个编译后的 Rust 扩展形式发布，无需 CUDA、cuDNN 或 GPU 驱动。
- 丰富评估套件：内置 AUC、MRR、Hits@K、MAP@K、nDCG、ARI、Silhouette Score 以及 k 折交叉验证，无需离开库即可评估。
- 7 种替代算法基线：ProNE、RandNE、HOPE、NetMF、GraRep、DeepWalk、Node2Vec 均在同一 API 下提供作为对比基线。
- 迷你批处理与图采样：支持邻域、子图和 GraphSAINT 迷你批处理，以及负采样和训练/测试边划分。
- 超参数调优：网格搜索和随机搜索，支持自动评估，一次调用即可在所有 7 种替代算法中找到最优嵌入配置。
- 基准测试套件：比较所有 7 种替代算法与 Cleora 的时间、内存和准确率指标，支持自定义图或 5 种内置图生成器，并输出适合发表格式的表格。
- 命令行工具：
pycleora embed --input graph.tsv --dim 1024可集成到脚本和 CI/CD 流水线，无需编写 Python 代码。
使用方式
输入为 TSV 格式，支持带类型列（如 complex::reflexive::product），实体、关系和修饰符可放在单个文件中。流程为：馈入边列表或交互日志 → 构建异质超图 → 构建稀疏转移矩阵（行归一化使每行和为 1）→ 矩阵幂迭代 → 输出稠密确定性嵌入向量。官方称“从边到嵌入仅需 5 行代码”，并提到“安装只需几秒，嵌入只需几分钟”，但资料中未提供具体安装命令，暂未提供。
适用场景
- 推荐系统：Zomato 的 ML 团队用 Cleora 替代 GraphSAGE，将单城市区域的顾客-餐厅交互数据处理时间从约 20 小时缩短到 5 分钟以内，支撑 500 多个城市、8000 万以上用户的“People Like You”餐厅推荐。
- 搜索排序、菜品建议、相似用户发现等。
- 可复现研究：确定性嵌入适合需要完全相同结果的研究与生产流水线。
- 资源受限环境：仅需单个 CPU 核心，无需 GPU 集群。
限制
- 资料未提供具体安装命令、API 详细文档或定价细节，仅说明开源免费、无许可证费用、无 API 密钥、无使用限制。
- 与 GraphSAGE 的 240 倍加速、与 DeepWalk 的 240 倍加速等性能数据均来自 Zomato 的测量报告，实际表现可能因数据集和环境而异。
- 官方称在 8 种算法、5 个数据集（ego-Facebook、Cora、CiteSeer、PubMed、PPI、roadNet-CA 等）上 Cleora 在准确率上均胜出，并使用 10-24 倍更少内存，但资料未提供完整基准数据细节。
