本文介绍了一种基于随机游走的框架，旨在优化图形统计数据的估算，提高准确性和效率。研究探讨了高阶网络中的信息扩散，提出了新型随机游走模型和图嵌入分析框架，改进了多特征对象分类和链路预测的性能。此外，介绍了带标记的随机游走和基于交通时间的网络嵌入算法，展示了其在机器学习任务中的有效性。