deepWalk,GCN,graphSAGE,EGES,transformer各种方法异同点

20220324夜。

知识点串一串，形成方法论，理解算法本质。此处仅举例了图或序列相关的算法。

1 deepWalk

randomWalk + word2vec

2 GCN

领域矩阵+embedding矩阵+权重矩阵

3 graphSAGE

randomWalk采样+层次聚合+f+负采样，最终loss根据任务来设计。

4 EGES

randomWalk+word2vec+side Information embedding 加权求和。和graphSAGE、gcn的区别是图卷积或者graphsage是周围节点预测当前节点。而eges更像word2vec。一个是图网络，一个是对图进行采样转化为序列模型。

5 transformer

当前节点信息是由所有节点聚合得到，可以当做是所有节点互相连接的图网络。即使是在公式上看都和GCN有点相像，gcn只是领域的节点得到当前节点的信息。而transformer更加彻底一点，这种连接关系或是说”邻域矩阵“是自己学习的。