Inductive Representation Learning on Large Graphs閱讀筆記

1 摘要算法 在大圖中，低維的節點表示在不少預測任務中都頗有用，好比內容推薦和肯定蛋白質的功能。可是，在訓練嵌入時，現有的方法須要全部的節點都參與（也即現有的方法都是直推式的），不能很好地繁華到不可見的節點上。本文提出GraphSAGE,利用節點的特徵信息（如文本屬性）來有效地爲不可見的節點生成嵌入。不是直接爲每一個節點訓練惟一的嵌入，而是學習一個函數經過採樣和聚合節點的鄰居特徵來產生節點的特徵。

>>阅读原文<<