SGCN模型详解及代码复现

模型背景

SGCN模型源于2018年ICDM会议的一项开创性研究，旨在解决传统图卷积网络(GCNs)在处理签名图时面临的挑战。 签名图 包含正负链接，反映实体间复杂的相互作用，如社交媒体中的点赞和屏蔽关系。SGCN通过巧妙结合平衡理论和图卷积操作，实现了对正负链接的有效处理，在节点表示学习任务中展现出卓越性能，为社交网络分析、链接预测和社区检测等领域提供了新思路。

核心思想

SGCN模型的核心思想在于其创新地将 平衡理论 应用于图卷积网络的设计中。这一理念源自社会学中的经典概念，认为在一个理想的社交系统内，三角形结构倾向于达到平衡状态，即三个顶点之间的关系要么都是正面的，要么形成一个交替的正负模式。

在数学层面，SGCN引入了一个 平衡因子 来量化签名图中每个三元组的平衡程度。这个因子定义如下：

β = (1 + sign(Aij) * sign(Ajk) * sign(Aki)) / 2

其中A表示邻接矩阵，sign()函数返回元素符号(±1)，i,j,k代表三元组的三个节点。该公式巧妙地将三元组的关系转化为0到1之间的实数值，直观反映了局部结构的平衡程度。

基于这个平衡因子，SGCN