视频资源:

    课件:

    参考:

    个人觉得这节课,非常好,对图神经网络研究有很好的启示作用!
    比如:当前图神经网络面临着不能train深的原因,追根溯源,来自于复杂网络分析中很有名的六度分割理论!!!
    img_0658.jpgimg_0659.jpgimg_0660.jpgimg_0661.jpgimg_0662.jpg
    graph的分两类:
    (1)network:其实就是生活中遇到的
    (2)information graph
    img_0663.jpgimg_0664.jpgimg_0665.jpgimg_0666.jpg
    研究网络的意义:要了解背后的网络,才能在网络上建模和预测
    img_0667.jpgimg_0668.jpgimg_0669.jpgimg_0670.jpg
    为什么学习网络?
    现实中存在大量网络数据
    img_0671.jpgimg_0672.jpgimg_0673.jpgimg_0674.jpg
    网络分析的简单应用:
    (1)节点分类:
    (2)连边预测:感觉推荐系统在这里用的挺多,不过其他的倒是很少
    (3)社区分类:图聚类
    (4)网络相似:图相似
    img_0675.jpgimg_0676.jpgimg_0677.jpgimg_0678.jpgimg_0679.jpgimg_0680.jpgimg_0681.jpgimg_0682.jpgimg_0683.jpgimg_0684.jpgimg_0685.jpgimg_0686.jpgimg_0687.jpgimg_0688.jpgimg_0689.jpgimg_0690.jpgimg_0691.jpgimg_0692.jpgimg_0693.jpgimg_0694.jpgimg_0695.jpgimg_0704.jpgimg_0705.jpgimg_0706.jpgimg_0707.jpgimg_0708.jpgimg_0709.jpgimg_0710.jpg
    network:a collection of objects
    img_0711.jpgimg_0712.jpgimg_0713.jpgimg_0714.jpgimg_0715.jpgimg_0716.jpg
    底下这些是图论基本知识
    img_0717.jpgimg_0718.jpgimg_0719.jpgimg_0720.jpgimg_0721.jpgimg_0722.jpg
    图的表示方法:
    邻接矩阵
    领接表
    img_0723.jpgimg_0724.jpgimg_0725.jpgimg_0726.jpgimg_0727.jpgimg_0728.jpgimg_0729.jpgimg_0730.jpgimg_0731.jpgimg_0732.jpgimg_0733.jpgimg_0734.jpgimg_0735.jpgimg_0736.jpg