图半监督节点分类之零——前言

本系列文章，图半监督节点分类，为本人硕士第三年的研究工作，拖了这么久，做个记录总结。 主要介绍图编码（Graph Embedding）在半监督节点分类上的国内外相关工作和本人在这方面的一些模型（很水勿喷）。

整个系列的总览：

  1. 图半监督节点分类之零——前言
  2. 图半监督节点分类之一——相关技术
  3. 图半监督节点分类之二——基于条件随机场
  4. 图半监督节点分类之三——基于循环神经网络
  5. 图半监督节点分类之四——基于自适应高阶近似编码
  6. 图半监督节点分类之五——实验与总结

图编码的应用当然不仅仅只是节点分类这一块，目前图编码的研究主要聚焦在如下几个方面：

  1. 图结构编码（graph structre embedding）
    1. 节点编码
    2. 子图编码
    3. 模式匹配
  2. 链接预测（link prediction）
  3. 社团检测/社区结构编码（community detection/community embedding）
  4. 异常点检测

编码的方法也开始具备多样性

  • 自编码机
  • 图卷积
  • RNN-based model
  • Attention-based model
  • 对抗网络
  • …

这一块将会持续跟进