一、图机器学习导论【CS224W】（Datawhale组队学习）

开源内容：https://github.com/TommyZihao/zihao_course/tree/main/CS224W

子豪兄B 站视频：https://space.bilibili.com/1900783/channel/collectiondetail?sid=915098

斯坦福官方课程主页：https://web.stanford.edu/class/cs224w

前言

图是描述关联数据的通用语言，很多数据都是以图的形式进行存储的。很多问题也可以转换成图的问题，例如七桥问题。图广泛的存在于自然界中，例如黏菌在培养皿里面可以形成铁路网的形状。
因此研究图机器学习十分必要，没有相关基础的小伙伴可以参考这篇博客图论期末复习（《图论机器应用》——朴月华），了解一下图论的基本知识。

图的应用场景

图的应用场景：事件关系、计算机网络、疾病传播路径、食物链、粒子网络、地铁站、社交网络、经济网络、通讯网络、论文引用网络、互联网、神经网络、医疗知识图谱、基因和蛋白质的调控网络、场景网络、代码图、化学分子、3D建模

如何对图数据进行挖掘

• 传统的机器学习
  数据都是独立同分布的，彼此孤立无关
  

• 现代深度学习方法
  主要用于处理表格、像素矩阵或者序列数据，包括全连接神经网络、卷积神经网络（CS231N）、循环神经网络（CS224N）、Transformer、图神经网络（CS244W）

• 图深度学习
  前面介绍的那些方法都无法处理由节点和连接构成的图数据，而这却恰恰是图机器学习所要解决的问题。图深度学习近几年在深度学习领域的顶级会议ICLR中崭露头角，图机器学习是人工智能和深度学习的新蓝海。
  

图深度学习

图神经网络的大致架构如下，可以简单的理解为输入图，通过黑箱获得想要的结果

图神经网络可以进行端到端的表示学习，并自动学习特征，无需人工特征工程

图嵌入将$N$个复杂节点数据变为一个$N\times d$维向量，这个向量包含原始数据的语义信息

图深度学习难点

图深度学习的网络十分复杂，可以归结为以下三点：

1. 任意尺寸的输入和复杂的拓扑结构
2. 没有固定的节点顺序和参考锚点
3. 经常是动态变化同时具有多模态特征
   

图机器学习必备工具

图深度学习工具包：
PyG（PyTorch Geometric）：官方自己的库，和PyTorch类似
GraphGym：用于设计和评估图神经网络（GNN）的平台
NetworkX：用于构建和操作复杂的图结构,提供分析图的算法
DGL：复现了近几年的顶会论文，适合进行学术研究

图数据可视化工具：AntV、Echarts、GraphXR

图数据库：Neo4j，更多见DB-Engines Ranking of Graph DBMS

图机器学习应用

图机器学习的任务类型有很多种，包括：节点、边、子图、图

图的计算任务

图上有各种各样的计算任务，这些任务主要分为以下几种

• 基于节点的任务

  • 节点分类：预测节点的一个属性
    示例：对在线用户/项目进行分类
    

• 基于边的任务

  • 链接预测：预测两个节点之间是否存在缺失链接
    示例：推荐系统、药物联合副作用、交通预测
    
    

• 基于子图的任务

  • 交通预测
    

• 基于图的任务

  • 图分类：对不同的图进行分类
    示例：分子特性预测

  • 图生成：药物发现（从头设计药物；现有数据库的虚拟筛选；药物再利用）、AlphaFold
    
    

  • 图演化：物理模拟
    

图的商业价值

• 图是最优质的长期资产
• 网络效应是一个企业最深的护城河
  

图数据挖掘项目

ReadPaper：专业的学术讨论社区，实现文献引用网络
CONNECTED PAPERS：可以展示文献引用网络
BIOS：生物医学知识图谱
刘焕勇主页
Hypercrx：展示项目关系网络图、项目活跃开发者协作网络图
OpenRank：一种基于异质网络的价值评价算法
开源项目和开源企业排行榜
Open_galaxy
红楼梦人物知识图谱

扩展阅读

AlphaFold

AlphaFold官网

AlphaFold蛋白质数据库

AlphaFold博客1

AlphaFold博客2

AlphaFold自然杂志论文

AlphaFold代码

百度文心·生物计算大模型

人工智能在药物发现和生物技术中的应用：2022年回顾与关键趋势

思考题

• 打开你的手机，里面那些APP用到了图机器学习和图神经网络的技术？（内容个性化推荐、社交网络、银行金融）

• A股、港股、美股市值最高的上市公司，哪些公司的核心资产是图？

• 观看电影《社交网络》，图和图数据挖掘的商业价值体现在哪些方面？

• 马化腾在2022年12月内部讲话提到，微信视频号是整个腾讯的希望，请从图的角度解释这句话。

• 在你自己的研究领域，哪些数据可以用图或者网络来表示，如何进行图数据挖掘？

• 近年来，图数据挖掘在哪些领域带来了革命性进展？

• 图数据挖掘解决哪些基本任务？

• 分别从图、连接、节点三个层面，举例解释图数据挖掘在生物医学方面的应用。

• 图神经网络为什么是端到端的？为什么不需要人工做特征工程？

• 图神经网络和其它神经网络有什么区别？

• 简述AlphaFold的基本原理，它解决了哪些以前解决不了的问题？

• 图机器学习和传统机器学习有什么区别和难点？

• 图机器学习的编程工具有哪些？看看它们的官网吧（Graphgym、pyG、networkx、dgl、Pytorch、AntV、Echarts）

其它阅读材料

李笑来-惊喜与创造惊喜的方法论：https://zhuanlan.zhihu.com/p/475615463

乔布斯在斯坦福大学毕业典礼的演讲：https://www.bilibili.com/video/BV1oW411h7Ea

子豪兄1024脱口秀-乔布斯传奇：https://www.bilibili.com/video/BV1Zf4y1g78Q

哥尼斯堡七桥问题：https://zhuanlan.zhihu.com/p/519123688

2022 IDEA大会｜BIOS V2正式发布，数据驱动构建超级医学知识图谱：https://mp.weixin.qq.com/s/vuHGUtWbiIH-pJ6MZaxl5Q

总结

本篇博客首先介绍了图的广泛应用场景，引出了图是描述大自然的通用语言。然而现有的机器学习和深度学习方法不能有效利用图信息进行学习，从而引出了图深度学习的基本概念和难点。图深度学习广泛的应用在我们的学习生活中，蕴含了巨大的商业价值和科研价值，同时图深度学习可以和人工智能各方向结合（大模型、多模态、可信计算、NLP、情感计算），促进其它方向的发展。