半监督节点分类：标签传播和消息传递

基础概念回顾

传统图机器学习的特征工程——节点层面，连接层面，全图层面

节点层面：信用卡欺诈

连接层面：推荐可能认识的人

全图层面：预测分子结构

半监督节点分类

半监督节点分类：用已知标签节点预测未知标签的节点

Transductive(直推式学习)：

未知标签的节点可能被用于训练，但过程中没有新节点加入，不需要对新节点进行泛化，不需要进行新节点的预测；

Inductive(归纳式学习)：

对新节点立刻进行预测，可以泛化到新节点

求解思路：

节点特征工程

节点表示学习（图嵌入）

标签传播（消息传递）

图神经网络

eg：用已知标签节点预测未知类别的节点

 两种关联

a. Homophily

具有相似属性特征的节点更可能相连且有相同的类别

b. Influence

社交关系会影响节点类别

五种算法

 label propagation

iterative classification

correct&smooth

Loopy belief propagation

问题：图带环

masked label prediction

 半监督节点分类-求解方法对比