前言：本期学习是由datawhale（公众号）组织，由子豪兄讲解的202302期CS224图机器学习的学习笔记。本次学习主要针对图机器学习导论做学习总结。

1.什么是图机器学习？

通过图这种数据结构，对跨模态数据进行整理。可以实现预测结点、预测结点间关系、将图关系提出去成D维向量或生成子图的一种算法。

2.为什么要用图机器学习

图机器学习是解决跨模态数据间利用数据间关系进行挖掘的算法，而不是像cv、传统机器学习这样算法是针对个体进行学习的算法。有了图机器学习的研究可以掌握数据之间的关系，可以对关系进行预测及提炼。图机器学习的方法在很多领域已经有不错的应用，例如理疗知识图谱、物理建模粒子效果模拟、蛋白质结构预测。因此图网络的论文也是近年来的热点。

3.图神经网络的特点是什么？

对于图来说：

网络是复杂的。有任意尺寸的输入，同时有着复杂的拓扑结构。没有固定的结点顺序及参考锚点。图在动态变化，而且拥有多模态的特点。

对于网络来说：

输入：图（网络）

输出：结点标签、新链接、D维向量、生成图与子图

特点：端到端的表示学习

注意：这里的D维向量生成后可以理解为是二维数据，可以在此之上进行机器学习方法进行分类或预测。例如将银行客户数据采集到，进行预测客户是否会逾期。

4.本次学习的整体课程大纲

本次学习的课程是斯坦福大学的CS224W，主讲老师是Jure Leskovec （我觉得他好帅啊……而且感觉好年轻）

学习大纲如下：

①畅通机器学习方法

②node embedding方法（图嵌入方法）

③GNN相关方法

④知识图谱推理

⑤子图

⑥图生成

学习中会用的库：

pyG、GraphG（都是jl老师做的）、NetworkX（比较简洁的图相关库，瑞士军刀）、DGL（沐神推荐的~亚马逊在做，里面有很多复现好的论文算法）

图数据存储数据库：Neo4j

5.图神经网络有哪些应用？

①节点层次：信用卡欺诈

②链接层面：推荐可能认识的人

③社群层：将用户聚类，挖掘相似群体

④图层次：生成新的子图，导航、铁路建设规划

⑤图生成：深化输入图的发展，完善输入数据

在节点层中一般有已知推未知包括短视频的推荐算法，这里子豪兄举例可以做药物融合后副作用预测，效果还不错。

子图层上的应用也很多，有导航、药物设计、物理粒子效果模拟，这里面最伟大的一个项目是预测蛋白质空间结构。这个研究推动了治疗癌症药物的发展，只需要输入蛋白质序列就可以输出预测的图结构，效果斐然。真厉害！

子豪兄还介绍了一些日常用得到的图相关应用：ReadPaper-论文阅读平台-专业学术讨论社区、Connected Papers | Find and explore academic papers 可以生成自己跌论文引用网络。 还有深圳政府做的bios医疗图谱Biomedical Informatics Ontology System | BIOS@IDEA。最后推荐了一名大牛老师：刘焕勇-个人主页 (liuhuanyong.github.io)。大佬对图的研究颇有建树。

图是最优质的长期资产，
网络效应是一个企业最深的护城河。

6.图的基本表示：

6.1 图基本结构

6.2 本体图

针对解决的问题设计图的结点类型。

如果结点类型等于2图叫二分图。二分图中分为u v 两类结点，可以单独列出一类做单类分析。

如果结点类型大于2的图叫异质图。

6.3 图的各种知识点

图的边没有方向叫无向图。

图的边带方向叫有向图。

下图为连接数的计算方法。

自连接图和多边图

有权图和无权图

6.4 图的计算机表示

邻接矩阵

针对数据量比较丰富的图，可以用邻接矩阵的方法表示。

一般无向图是对称矩阵，有向图是非对称矩阵。当存在自连接情况对角线数据为1

下图为连接总数的计算。

对于大数据表示的图时会发现表现为稀疏矩阵，很多都为0.

采用连接列表只表示边的列表去表示图。

邻接列表 以节点的方式表示整个图。

6.5 图的连通性

所有点都连通叫连通图。连通子图叫连通域。

任意两点可以相互触达是强连接图。

强连通子图叫强连通域SCC