图神经网络-学习日志3

节点嵌入

传统方法（学习日志2）：主要工作花在了特征工程上，描述图神经网络的结构
——》
表示学习：自动区分特征

目标：通过对图的机器学习，进行有效且独立的特征学习

特征表示：将图中一个节点表示为d大小的向量 / 嵌入

节点之间嵌入程度的相似性–》节点在网络中的相似性

它可以用于许多任务：

节点在网络中的相似性-----相似度函数------》节点之间嵌入程度的相似性

这里使用最简单的解码器：点积

最简单的译码方式：浅层嵌入，每个节点都被分配一个唯一的嵌入向量
两种方法：

1. DeepWalk
2. node2vec

解码+译码的框架：

这些嵌入独立于任务之外，因为它们没有接受过给定的预测任务训练，或特定的节点标签或链接的节点子集。