15.图神经网络Graph Embedding

前言

  Graph Embedding属于词嵌入模型的延伸方法，目标是：从图数据集中提取特征，使用这些特征来查找相似的节点（实体）。

  什么是图？例如：社交媒体、互联网、电信网络、设备通路 等等
  图，具体有节点和边组成。

• 邻接矩阵
• 图

所以，从上面的图中，可以轻松的了解到3点信息：
1、节点属性：节点代表实体，并且这些实体具有自己的特征属性
2、局部属性：节点的度（相邻节点的数量），相邻节点的平均度，一个节点与其他节点形成的三角形，等等
3、节点嵌入：通过固定长度的向量表示每个节点

  节点嵌入算法还是比较多，有2种经典款：DeepWalk和Node2Vec。

一、DeepWalk算法

  DeepWalk = Random Walk + Word2Vec

这个算法往深度走，DFS（深度优先遍历）
DeepWalk算法可以为这个节点找到它背后的embedding&#x