第2章　图表征学习

Peng Cui、Lingfei Wu、Jian Pei、Liang Zhao和Xiao Wang[1]

摘要

图表征学习（也称图表示学习）的目的是将图中的节点嵌入低维的表征并有效地保留图的结构信息。最近，人们在这一新兴的图分析范式方面已经取得大量的成果。在本章中，我们将首先总结图表征学习的动机。接下来，我们将系统并全面地介绍大量的图嵌入方法，包括传统图嵌入方法、现代图嵌入方法和图神经网络。

[1]　Peng Cui

Department of Computer Science，Tsinghua University，E-mail：cuip@tsinghua.edu.cn

Lingfei Wu

Pinterest，E-mail：lwu@email.wm.edu

Jian Pei

Department of Computer Science，Simon Fraser University，E-mail：jpei@cs.sfu.ca

Liang Zhao

Department of Computer Science，Emory University，E-mail：liang.zhao@emory.edu

Xiao Wang

Department of Computer Science，Beijing University of Posts and Telecommunications，E-mail：xiaowang@bupt.edu.cn