标签传播LPA

标签传播算法（Label Propagation Algorithm，简称LPA）是一种基于图的半监督学习算法，常用于社区发现、分类和聚类任务，它通过模拟标签在图中传播的过程，将已知节点的标签信息传递...

wen 2026-07-01 25

Node2Vec采样

Node2Vec 是一种用于图（网络）中节点表示学习（Node Embedding）的算法，它基于 Word2Vec 的思想，但其核心创新点在于如何生成节点的“上下文序列”，Node2Vec 通过一种...

wen 2026-07-01 25

随机游走DeepWalk

这是一个非常经典且重要的图表示学习（Graph Embedding）算法，我们会从核心思想、算法步骤、数学原理以及优缺点几个方面详细讲解，核心思想：用“句子”来理解“网络”DeepWalk 的核心思想...

wen 2026-07-01 27

图神经网络GNN

我们来全面、深入地解析一下图神经网络（Graph Neural Network，简称GNN），这是一个非常核心且前沿的机器学习领域，专门用来处理图结构数据，GNN是一种能从图结构数据中学习特征信息的深...

wen 2026-07-01 28

消息传递MPNN

消息传递神经网络（Message Passing Neural Network, MPNN） 是一种用于处理图结构数据（Graph Data）的通用框架，它由 Gilmer 等人于 2017 年在论文...

wen 2026-07-01 26

邻域采样方法

邻域采样方法是图神经网络（Graph Neural Networks, GNNs）中，为了解决全图训练计算量过大、无法处理大规模图数据（如社交网络、推荐系统）而提出的一类关键技术，其核心思想是：在计算...

wen 2026-07-01 33

聚合函数选择

我来详细解释聚合函数的选择方法和常见场景，聚合函数类型常用聚合函数函数作用适用场景COUNT( 计数统计行数、非空值数量SUM( 求和数值字段累加AVG( 平均值计算数值字段均值MAX( 最大值找最大...

wen 2026-07-01 26

GraphSAGE归纳

GraphSAGE归纳式学习框架全面解析📚 目录导读引言：为何GraphSAGE成为图学习新宠？传统图嵌入方法的局限归纳式学习的时代需求GraphSAGE核心原理采样与聚合机制详解三种聚合函数对比（M...

wen 2026-07-01 32

PinSage推荐

PinSage推荐算法深度解析：从图神经网络到工业级电商推荐实践目录导读PinSage算法背景与核心思想推荐系统从协同过滤到图神经网络的演进Pinterest如何用图数据重构用户-商品关系为什么传统深...

wen 2026-07-01 27

GCN滤波器

我们来详细解释一下GCN滤波器，需要明确一个概念：在GCN（图卷积网络）领域，“滤波器”通常指的是图滤波器（Graph Filter），它的思想源自于传统的信号处理（如低通滤波器），但在图数据上，它作...

wen 2026-07-01 27