【学习日记】《深入浅出：图神经网络》：第一天---图的概述

图的概述

1. 图的基本定义

图由顶点（Vertex）以及连接顶点的边（Edge）构成。其中，顶点表示研究的对象，边表示两个对象之间特定的关系。
图可以表示为顶点和边的集合，记为G=（V，E）
同时，我们设图G的顶点数为N，边数为M。

1.1 图的基本类型

可以分为：

• 有向图和无向图
• 加权图和非加权图
• 连通图和非连通图
• 二部图
  其中，二部图指的是：我们将G中的顶点集合V拆分成两个子集A和B，如果对于图中的任意一条边eij均有vi属于A，vj属于B，则称G为二部图。
  二部图是一种十分常见的图数据对象，描述了两类对象之间的交互关系，比如：用户与商品、作者与论文等。

1.2 邻居与度
邻居是指：如果vi与vj相连接，则称vi是vj的邻居，反之亦然。我们记vi的所有邻居的集合为N（vi）.
以vi为端点的边的数目成为vi的度（Degree），记为deg(vi).

1.3 子图与路径
子图不必再多言。
路径是指，在图G=(V,E)中，从顶点vi出发，沿着一些边到达vj，则称边序列Pij为顶点i到顶点j的一条路径（Path，也称通路）。
路径的长度：路径中边的数目。
顶点的距离：最短路径长度
K阶邻居：若两个顶点之间的距离为K，我们称其为K阶邻居。

2. 图的存储和遍历

2.1 邻接矩阵和关联矩阵

• 邻接矩阵（Adjacency matrix）
  用邻接矩阵存储图时，我们研究的是顶点之间的关系。如果两顶点之间有边连接，则Aij=1，否则为0。
  需要注意的是，由于在实际的图数据中，邻接矩阵往往会出现大量的0值，因此可以用稀疏矩阵的形式来存储邻接矩阵，这样可以将邻接矩阵的空间复杂度控制在O(M)的范围内。（M是边数）

• 关联矩阵（Inciednce matrix）
  关联矩阵研究的是顶点与边之间的关系，定义为：当vi与边ej相连时，Bij=1，否则为0。
  用关联矩阵存储图的时候，我们需要两个一维数组分别表示顶点集合和边集合。
  同样的，关联矩阵也可以用稀疏矩阵来存储。

注：在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。

2.2 图的遍历

• 深度优先（DFS）
• 广度优先（BFS）

3. 图数据的应用场景

在实际的数据场景中，我们通常将图称为网络(Network)，与之对应的，图的两个要素（顶点和边）也被称为节点（Node）和关系（Link），比如我们熟知的社交网络、物流网络等概念名词。
图数据是一类比较复杂的数据类型，存在非常多的类别，这里着重介绍4类：

• 同构图
  同构图是指图中的节点类型和关系类型都仅有一种。同构图是实际图数据的一种最简化的情况，如由超连接关系所构成的万维网，这类图数据的信息全部包含在邻接矩阵里。

• 异构图
  与同构图相反，异构图是指图中的节点类型或关系类型多于一种。
  异构图能够更好地贴近现实。

• 属性图
  相较于异构图，属性图给图数据增加了额外的属性信息。

• 非显式图
  非显式图是指数据之间没有显式的定义出关系，需要依据某种规则或计算方式将数据的关系表达出来，进而将数据当成一种图数据进行研究。比如计算机3D视觉中的点云数据。

4. 图数据深度学习

• 图谱理论（Spectral Graph Theory）
  是将图论与线性代数相结合的理论，基于此理论发展而来的谱聚类相关算法，可以用来解决图的分割或者节点的聚合问题。

• 统计关系学习（Statistical Relational Learning）
  是将关系表示与似然表示相结合的机器学习理论，区别于传统的机器学习算法对数据独立同分布（数据对象是同类且独立不相关的）的假设，统计关系学习打破了对数据的上述两种假设，对图数据的学习具有更好的契合度。

• 异构信息网络（Heterogeneous Information Network）
  为了更加贴合实际场景中的异构图数据，挖掘异构图中更加全面的结构信息和丰富的语义信息。

• 网络表示学习（Network Embedding）
  为了从复杂的图数据中学习到包含充分信息的向量化表示。

5. 图数据相关任务的分类

• 节点层面（Node Level）的任务
  节点层面的任务主要包括分类任务和回归任务。
  这类任务虽然是对节点层面的性质进行预测，但显然不应该将模型建立在一个个单独的节点上，节点的关系也需要考虑。
  节点层面的任务有很多，包括学术上使用较多的对论文引用网络中的论文节点进行分类，工业界在线社交网络中用户标签的分类、恶意账户检测等。

• 边层面（Link Level）的任务
  边层面的任务主要包括边的分类和预测任务。边的分类是指对边的某种性质进行预测；边预测是指给定的两个节点之间是否会构成边。
  常见的应用场景比如在社交网络中，将用户作为节点，用户之间的关注关系建模为边，通过边预测实现社交用户的推荐。目前，边层面的任务主要集中在推荐业务中。

• 图层面（Graph Level）的任务
  图层面的任务不依赖于某个节点或者某条边的属性，而是从图的整体结构出发，实现分类、表示和生成等任务。目前，图层面的任务主要应用在自然科学研究领域，比如对药物分子的分类、酶的分类等。