硕士期间学习网址链接

AMINER： https://www.aminer.cn/data_cn 以及：https://www.aminer.cn/search/person?t=b&q=data%20mining

节点嵌入

GNN综述 https://www.jianshu.com/p/3a11faa9c8cb

gnn-session rec 有源码： https://blog.csdn.net/qq_35564813/article/details/88616124

GNN

https://blog.csdn.net/Frankinwi/article/details/92794775

https://blog.csdn.net/u011748542/article/details/86289511

GGNN（传递的单元使用GRU而GNN是个函数）

https://www.helplib.com/GitHub/article_139247 （源码）

https://www.cnblogs.com/think90/articles/11555212.html （别人的笔记）

https://blog.csdn.net/lthirdonel/article/details/89286522 （别人的笔记）

SR-GNN

https://blog.csdn.net/yfreedomliTHU/article/details/91345348

gnn相关代码？

https://blog.csdn.net/xinshucredit/article/details/89517869

知乎讲GCN

https://www.zhihu.com/question/54504471/answer/332657604

判断节点相似性：https://blog.csdn.net/xuxiatian/article/details/91388480

以太坊原子性：

https://www.blockob.com/posts/info/17902

看这个 https://baijiahao.baidu.com/s?id=1620870461659598369&wfr=spider&for=pc

智能合约并发：

看这个—— https://blog.csdn.net/qq_37625399/article/details/81784180

https://blog.csdn.net/dCtv1Y7qt8U/article/details/77988214

找论文的链接

1. EI ： https://www.engineeringvillage.com/search/quick.url
2. sci--这个我搜索出来的相关度都不高，按照相关度排完的都不是论文... 完全不会用！  http://apps.webofknowledge.com/Search.do?product=UA&SID=7E6VhdbJbsPAfsdKmfg&search_mode=GeneralSearch&prID=45eea7ad-533c-4721-98e2-c482635b0003
3. DBLP

4. 关于arxiv-->把连接改成cn.arxiv...即可访问镜像

将PDF转word的链接：

• https://www.onlinedoctranslator.com/?tdsourcetag=s_pcqq_aiomsg

贝叶斯估计——https://www.cnblogs.com/xueliangliu/archive/2012/08/02/2962161.html

git学习：

• 教程：https://www.liaoxuefeng.com/wiki/896043488029600
• 官方教程：https://git-scm.com

markdown语法教程：

• https://www.jianshu.com/p/191d1e21f7ed

BPR:

• https://www.baidu.com/link?url=ycs_5kZQz9WDZwWWo_7yClvsXR4aY7SR1ecsiig02m1s1_AxQNdR4ROx0ugWnBDlEgBF46i5rgG7fEPKXtPbuq&wd=&eqid=e09bb96c00013976000000035d5a533d

pathsim说明以及代码：

https://blog.csdn.net/swy520/article/details/78962895

HeteSim

https://blog.csdn.net/github_36326955/article/details/71405777#hetesim2

用于推荐的异构信息网络嵌入方法Heterogeneous Information Network Embedding for Recommendation

https://blog.csdn.net/wangchinlung/article/details/89466972

推荐新技术跟踪调研：（...）

https://tracholar.github.io/wiki/machine-learning/recommend/survey2019.html

MF原理解析：（2019.7.15）

https://cloud.tencent.com/developer/article/1442905

有人整理的网络表示学习的链接（有异构网络&时间递减）

https://blog.csdn.net/Dooonald/article/details/80853359

推荐系统的评价指标--NDCG

https://blog.csdn.net/qq_39521554/article/details/80950936