GCN中的同配性

用来查看更进一步的社交网络局部邻居之间相关性的方法是考虑相互连接节点的度。我们的问题如下：给定一个度为k的节点，它邻居节点的度的平均值是多少？换句话说，如果一个节点有少量的连接，或者相反有大量的连接，它的邻居是否也会分别具有少量或大量的连接？同样，可以根据需要分别考虑出度和入度，对这个问题，不同的社交媒体系统可能会产生不同的结果。

为了定量回答这个问题，我们可以取具有相同度的节点，然后测量它们邻居的度。因为我们使用的是有向的社交网络，首先就需要对使用出边还是入边来确定谁是邻居达成一致，也就是当我们对邻居进行统计的时候，我们取他们的出度还是入度。这给了我们四种组合来考虑出度和入度，我们在下面示例中将分别考虑这四种情况。我们看到，为了计算同配性，需要对图中的所有节点进行遍历，确定它们的度，并且对它们各自的邻居进行遍历，以将它们的入度或出度加到运行均值上。