Inductive Representation Learning On Large Graphs【阅读笔记】
前言NetworkEmbedding旨在为图中的每个顶点学习得到特征表示。近年的Deepwalk,LINE,node2vec,SDNE,DNGR等模型能够高效地、直推式(transductive)地得到节点的embedding。然而,这些方法无法有效适应动态图中新增节点的特性,往往需要从头训练或至少局部重训练。斯坦福Jure教授组提出一种适用于大规模网络的归纳式(inductive)学习方法-Gr