グラフデータの機械学習においてノードやエッジに関する研究は多く行われており，ベクトル空間に埋め込む手法も多く提案されている．それに対してノード列に関する研究は少なく，ノード列をベクトル空間に埋め込む手法は確立されていない．本研究ではSNS上での情報拡散経路や道路上での交通ルートなどのノード列におけるノードの出現順序を考慮してグラフ内の類似の性質を有するノード列は類似のベクトルになるようにベクトル空間に埋め込む手法を提案する．具体的には，ランダムウォークに基づきノード列をデータ拡張することで，類似ノード列や非類似ノード列を生成する．そして，対照学習の枠組みで，ノードベクトルと出現順序を考慮してエンコードしたベクトルを射影することで，ノード列の表現ベクトルを学習する．現実の道路網データを用いた評価実験により，類似するノード列同士を類似ベクトルで，逆ノード列を非類似なベクトルとして表現できることを確認した．
