本文介绍了DeepWalk在推荐算法中的原理、实战和工程化。DeepWalk通过构建用户-物品关系图并进行随机游走生成序列，然后训练item2vec模型得到用户和物品的embedding。文章还介绍了图的概念、随机游走的方法以及item2vec与word2vec的关系。实战部分使用networkx构建图，进行随机游走生成序列，并使用gensim的Word2Vec训练模型得到embedding。工程化部分介绍了预存topN和使用faiss构造embedding索引实现实时查询相似物品的方法。