DataWhale图网络学习（一）图论基础知识

1 图的表示

1.1 图的定义（图）

• 一个图被记为 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其中 V = { v 1 , … , v N } \mathcal{V}=\left\{v_{1}, \ldots,v_{N}\right\} V={v1​,…,vN​}是数量为$N=|\mathcal{V}|$ 的节点的集合 E = { e 1 , … , e M } \mathcal{E}=\left\{e_{1}, \ldots, e_{M}\right\} E={e1​,…,eM​} 是数量为 $M$ 的边的集合。
• 图用结点表示实体，用边表示实体之间的关系。
• 节点和边的信息可以是类别型的（称为标签），也可以是数值型**的（称为属性）。

1.2 邻接矩阵

• 给定一个图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其对应的邻接矩阵被记为 A ∈ { 0 , 1 } N × N \mathbf{A} \in\{0,1\}^{N \times N} A∈{0,1}N×N。${\mathbf{A}}_{i,j}=1$表示存在从节点$v_i$到$v_j$的边，反之表示不存在从节点$v_i$到$v_j$的边。
• 在无向图中，邻接矩阵是对称的；有向图中，邻接矩阵可以是不对成的。
• 在无权图中，各条边的权重被认为是等价的，即认为各条边的权重为$1$；在有权图中，其对应的邻接矩阵通常被记为${\mathbf{W}}^{N\times N}$，其中${\mathbf{W}}_{i,j}=w_{ij}$表示从节点$v_i$到$v_j$的边的权重。若边不存在时，边的权重为$0$。

无向图

---

有向图

---

加权图

2 图的属性

2.1 节点的度

• 对于有向有权图，节点$v_i$的出度等于从$v_i$出发的边的权重之和，节点$v_i$的入度等于连向$v_i$的边的权重之和。
• 对于无向图，出度与入度相等，为节点所连边的数量。
• 节点$v_i$的度记为$d(v_i)$，入度记为$d_{in}(v_i)$，出度记为$d_{out}(v_i)$。

2.2 邻接节点

• 节点$v_i$的邻接节点为与节点$v_i$直接相连的节点，其被记为**$\mathcal{N}(v_i)$**。
• **节点$v_i$的$k$跳远的邻接节点（neighbors with $k$-hop）**指的是到节点$v_i$要走$k$步的节点（一个节点的$2$跳远的邻接节点包含了自身）。

2.3 行走

• $walk(v_1,v_2)=(v_1,e_6,e_5,e_4,e_1,v_2)$，这是一次“行走”，它是一次从节点$v_1$出发，依次经过边$e_6,e_5,e_4,e_1$，最终到达节点$v_2$的“行走”。
• 在“行走”中，节点是允许重复的。

2.4 邻接矩阵A的n次方

有一图，其邻接矩阵为 $\mathbf{A}$, ${\mathbf{A}}^n$为邻接矩阵的$n$次方，那么${\mathbf{A}}^n[i,j]$等于从节点$v_i$到节点$v_j$的长度为$n$的行走的个数。（也就是，以节点$v_i$为起点，节点$v_j$为终点，长度为$n$的节点访问方案的数量，节点访问中可以兜圈子重复访问一些节点）。

2.5 路径

路径是节点不重复的“行走”。

2.6 子图

有一图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，另有一图 G ′ = { V ′ , E ′ } \mathcal{G}^{\prime}=\{\mathcal{V}^{\prime}, \mathcal{E}^{\prime}\} G′={V′,E′}，其中${\mathcal{V}}^{\prime }\in \mathcal{V}$，${\mathcal{E}}^{\prime }\in \mathcal{E}$并且${\mathcal{V}}^{\prime }$不包含${\mathcal{E}}^{\prime }$中未出现过的节点，那么${\mathcal{G}}^{\prime }$是$\mathcal{G}$的子图。

2.7 连通分量

给定图${\mathcal{G}}^{\prime }$是图$\mathcal{G}$的子图。记属于图$\mathcal{G}$但不属于${\mathcal{G}}^{\prime }$图的节点集合记为$\mathcal{V}/{\mathcal{V}}^{\prime }$ 。如果属于${\mathcal{V}}^{\prime }$的任意节点对之间存在至少一条路径，但不存在一条边连接属于${\mathcal{V}}^{\prime }$的节点与属于$\mathcal{V}/{\mathcal{V}}^{\prime }$的节点，那么图${\mathcal{G}}^{\prime }$是图$\mathcal{G}$的连通分量。

左右两边子图都是整图的连通分量。

2.8 连通图

当一个图只包含一个连通分量，即其自身，那么该图是一个连通图。

2.9 最短路径

$v_s,v_t\in \mathcal{V}$ 是图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}上的一对节点，节点对$v_s,v_t\in \mathcal{V}$之间所有路径的集合记为${\mathcal{P}}_{\mathrm{s}\mathrm{t}}$。节点对$v_s,v_t$之间的最短路径$p_{\mathrm{s}t}^{\mathrm{s}\mathrm{p}}$为${\mathcal{P}}_{\mathrm{s}\mathrm{t}}$中长度最短的一条路径，其形式化定义为：
$$p_{\mathrm{s}t}^{\mathrm{s}\mathrm{p}}=\arg \underset{p\in {\mathcal{P}}_{\mathrm{s}\mathrm{t}}}{\min }|p|$$
其中，$p$表示${\mathcal{P}}_{\mathrm{s}\mathrm{t}}$中的一条路径，$|p|$是路径$p$的长度。

2.10 直径

给定一个连通图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其直径为其所有节点对之间的最短路径的最大值，形式化定义为：
$$\mathrm{diameter}(\mathcal{G})=\underset{v_s,v_t\in \mathcal{V}}{\max }\underset{p\in {\mathcal{P}}_{st}}{\min }|p|$$

2.11 拉普拉斯矩阵

给定一个图 G = { V , E } \mathcal{G}=\{\mathcal{V}, \mathcal{E}\} G={V,E}，其邻接矩阵为$A$，度矩阵为$D$，其拉普拉斯矩阵为：
$$\mathbf{L}=\mathbf{D}-\mathbf{A}$$
其规范化的拉普拉斯矩阵定义为：
$$\mathbf{L}={\mathbf{D}}^{-\frac{1}{2}}(\mathbf{D}-\mathbf{A}){\mathbf{D}}^{-\frac{1}{2}}=\mathbf{I}-{\mathbf{D}}^{-\frac{1}{2}}\mathbf{A}{\mathbf{D}}^{-\frac{1}{2}}$$

3 图的种类

• 同质图：只有一种类型的节点和一种类型的边的图。
• 异质图：存在多种类型的节点和多种类型的边的图。
• 二部图：节点分为两类，只有不同类的节点之间存在边。

4 图结构数据上的机器学习

1. 节点预测：预测节点的类别或某类属性的取值
   1. 例子：对是否是潜在客户分类、对游戏玩家的消费能力做预测
2. 边预测：预测两个节点间是否存在链接
   1. 例子：Knowledge graph completion、好友推荐、商品推荐
3. 图的预测：对不同的图进行分类或预测图的属性
   1. 例子：分子属性预测
4. 节点聚类：检测节点是否形成一个社区
   1. 例子：社交圈检测
5. 其他任务
   1. 图生成：例如药物发现
   2. 图演变：例如物理模拟

5 图结构数据的特点和挑战

5.1 图结构数据的特点

图数据是非规则的非结构化的，它具有以下的特点：

• 任意的大小和复杂的拓扑结构；
• 没有固定的节点排序或参考点；
• 通常是动态的，并具有多模态的特征；
• 图的信息并非只蕴含在节点信息和边的信息中，图的信息还包括了图的拓扑结构。

5.1 深度学习在图结构数据上所面临的挑战

以往的深度学习模型是为结构化数据设计的，而无法适应非结构化数据。对于图这种非结构化数据要求深度学习模型具有如下特点：

• 适用于不同度的节点；
• 节点表征的计算与邻接节点的排序无关；
• 不但能够根据节点信息、邻接节点的信息和边的信息计算节点表征，还能根据图拓扑结构计算节点表征。

这俩图节点数量、类别均相等；变得数量也相等；各节点的度也相等，但是拓扑结构不同，因此需要深度学习模型能够区分这俩图。

参考：
DataWhale开源内容