核心思想:GraphSAGE(Graph SAmple and aggreGatE)的核心思想是学习一个聚合函数,而不是直接学习每个节点的嵌入。该函数能够从节点的局部邻居中采样并聚合特征信息,生成节点的嵌入表示。 灵感来源: 节点特征:利用节点自身的特征信息(如文本属性、节点度等)来生成嵌入,而不是仅仅依赖图的结构信息。 局部邻居:节点的表示由...
GraphSAGE是为了学习一种节点表示方法,即如何通过从一个顶点的局部邻居采样并聚合顶点特征,而不是为每个顶点训练单独的embedding。这一点就注定了它跟其他方法不同的地方,对于新的节点信息,transdutive结构不能自然地泛化到未见过的顶点,而GraphSAGE算法可以动态的聚合出新节点的embeddinng信息。回顾一下GCN的问题:在...