图神经网络实战（15）——SEAL链接预测算法

0. 前言

我们已经学习了基于节点嵌入的链接预测算法，这种方法通过学习相关的节点嵌入来计算链接可能性。接下来，我们介绍另一类方法，通过查看目标节点周围的局部邻域执行链接预测任务，这类技术称为基于子图的算法，由 SEAL 广泛使用，可以说 SEAL 表示用于链接预测的子图、嵌入和属性 (Subgraphs, Embeddings, and Attributes for Link prediction) 的缩写，但并不完全准确。在本节中，我们将介绍 SEAL 框架，并使用 PyTorch Geometric 实现该框架。

1. SEAL 框架

1.1 基本原理

SEAL 由 Zhang 和 Chen 于 2018 年提出，是一个学习图结构特征以进行链接预测的框架。它将目标节点 ( x , y ) (x,y)