Inductive Representation Learning on Large Graphs阅读笔记

1 摘要算法 在大图中，低维的节点表示在不少预测任务中都颇有用，好比内容推荐和肯定蛋白质的功能。可是，在训练嵌入时，现有的方法须要全部的节点都参与（也即现有的方法都是直推式的），不能很好地繁华到不可见的节点上。本文提出GraphSAGE,利用节点的特征信息（如文本属性）来有效地为不可见的节点生成嵌入。不是直接为每一个节点训练惟一的嵌入，而是学习一个函数经过采样和聚合节点的邻居特征来产生节点的特征。

>>阅读原文<<