deepWalk,GCN,graphSAGE,EGES,transformer各种图相关方法异同点
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。