-
KarateClub:数据为无向图;
源于论文 An Information Flow Model for Conflict and Fission in Small Groups -
TUDataset:数据为无向图;
包含 58 个基础的分类数据集几何,如 “IMDB-BINARY”,“PROTEINS”等;
来源于TU Dortmund University -
Plantoid:数据都为无向图;
引用网络数据集,包括“Cora”,“CiteSeer”,和 “PubMed”;
来源于论文Revisiting Semi-Supervised Learning with Graph Embeddings。
节点代表文档,边代表引用关系。 -
CoraFull:数据为无向图;
完整的“Cora”引用网络数据集;
来源于论文Deep Gaussian Embedding of Graphs: Unsupervised Inductive Learning via Ranking。
节点代表文档,边代表引用关系。【论文的引用关系】 -
Coauthor:数据都为无向图;
共同作者网络数据集,包括“CS” 和 “Physics”;
来源于论文Pitfalls of Graph Neural Network Evaluation。
节点代表作者,若是共同作者则被边连接。
学习任务是将作者映射到各自的研究领域中。 -
Amazon:数据都为无向图;
亚马逊网络数据集,包括“computers” 和 “Photo”,
来源于论文Pitfalls of Graph Neural Network Evaluation。
节点代表货物,边代表两种货物经常被同时购买。
学习任务是将货物映射到各自的种类里。 -
PPI:数据都为无向图;
蛋白质-蛋白质反应网络;
来源于论文Predicting multicellular function through multi-layer tissue networks -
Entities:数据都为无向图;
关系实体网络,包括“AIFB”,“MUTAG”,“BGS”,“AM”;
来源于论文Modeling Relational Data with Graph Convolutional Networks -
BitcoinOTC:数据都为有向图;
包括138 个“who-trusts-whom”网络;
来源于论文EvolveGCN: Evolving Graph Convolutional Networks for Dynamic Graphs;
数据链接为Bitcoin OTC trust weighted signed network
neo4j不是开源的,社区版不能上线,也不支持分布式和多机备份
janusgraph开源,支持分布式,而且可以多机备份