做图的人是如何看待GNN的（一）：feature 提取

目录

一、概述

二、node-level feature

1、degree

2、节点重要程度

3、结构性feature

三、Link-level feature

1、基于distance

2、基于局部邻居特征

3、基于全局邻居特征

四、graph-level feature       

1、基于GraphLet

2、基于WL（着色法）

---

一、概述

        如果说神经网络是把定向输入经过黑盒变换，转化为定向输出，例如CNN是把图像转化为标签（物体识别与检测）、RNN把提取好的文本转化为标签/概率（NER/分类），那图神经网络就是把图转为标签。

        图卷积神经网络的输出，依照组成图的元素，可以分为：node-level、link-level、graph-level。node-level的任务，主要对节点进行分类，例如，找节点的label。link-level的任务是对边进行预测，例如，删去静态图的一些边，而后对删除的边进行预测；或者，预测根据时间变化的动态图的边的出现。graph-level的任务，一般是对整个图的性质进行预测。

        但区别于CNN和RNN的输入，图这种结构非常复杂。CNN的本质是要对grid进行操作，这个grid可以看成一个二维矩阵，这种欧氏空间数据的卷积核也好找，直接用一个m*n的矩阵平移就足够。RNN是要对序列化的一个一维数据，每个点可以“看到”前后的部分数据，它的卷积也就只有【前】和【后】两个方向。图的每个点，其度是高度不确定的，也就不满足欧氏空间数据，更无法像RNN一样只有有限的几个方向。因此，对图进行卷积，需要转换的东西很多。           

        此外，参照神经网络，图神经网络的输入的特征需要经过提取。本文，将主要阐述各种的特征提取。

二、node-level feature

1、degree

        度是衡量一个节点的最基础信息。如果用度作为提取的feature，就会面临以下问题：

        如果一个图里，两个点的度相同，那么如何区分这两个节点呢？

2、节点重要程度

        节点重要程度可以有以下3个指标判断：

        Eigenvector centrality：特征向量中心性。该中心线的假设前提是，每个点的重要程度由邻居节点的重要性决定。例如PageRank。每个centrality的参照见下公式。

  

       考虑到计算情况，整个公式见下面。其中A是邻接矩阵，c是特征向量，lamda是特征值。

        Bewteenness centrality：找sssp上的重合点。例如，下图中A和B和E的centrality都是0，而C和D都是3。betweenness越大，越重要。

        

        Closeness centrality：找该点为起点的sssp的和的倒数，越大越重要。例如上图中A点的centrality = 1/(2+1+2+3) = 1/8。个人认为，Closeness在较大的图例一定要取对数。