数据基础及工程 3

第7章

图数据分析《智能数据工程》清华大学出版社2025年1月提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结引例(1)论文分类以机器学习领域论文为例，论文可基于“遗传算法”、“神经网络”、“理论研究”等主题划分为多类面对大量论文时，人工标注所有论文的类别变得非常困难paper1paper2paper4paper3???v1v2v3v4图节点分类问题c2c1c2???v4c2引例(2)论文检索以论文检索为例，不同领域论文间的引用关系、方便读者高效地搜索论文面对论文的数量巨大，无法将全部论文的引用关系添加到网络中，使得读者搜索论文的效率变低paper1paper2paper4paper3v1v2v3v4图链接预测问题c2c1c2c2???v1v2v3v4c2c1c2c2???引例(3)论文社区检测学术论文作为各领域学者的研究成果记录，能体现作者所在团体的研究领域和研究水平，但学者通常归属于代表不同研究领域的学术团体，学者想要了解其他领域学术成果或前沿技术，可能需付出较高的查询代价paper1paper2paper4paper3v1v2v3v4图社区发现问题c2c1c2c2v1v2v3v4c2c1c2c2??????提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结图分析目的挖掘图数据中的知识，为基于图数据的分析应用提供支撑图分析任务节点分类（节点级）

论文分类链接预测（边级）

预测部分论文间的引用关系、学术社交网络的补全社区发现（图级）

建论文引用关系图来发现论文社区图数据分析概述(1)friteateasupteaclacla学术社交关系预测社区发现××社区v1v2v3v4c2c1c2???v4c2论文分类图数据分析概述(2)

优点：算法易实现、直观

缺点：无法保证收敛性

没有充分利用其他信息，如节点特征、边特征和图特征

图数据分析概述(3)图分析基于图神经网络的算法图卷积神经网络（GCN）对边特征、节点特征、图特征进行

聚合及更新操作图注意力网络（GAT）为每条边加上可学习的系数，进行带注意力的节点特征融合，使得模型在卷积过程中能够根据任务实时调整系数

带注意力的节点特征融合图数据分析概述(4)图分析：基于图神经网络的算法优点：充分利用图中的信息，有效地提取的节点特征从节点、边和图层面实现高效的表示学习学习到更加丰富的语义信息缺点：无法通过堆叠神经网络层数来获得更好的性能节点特征计算的代价将非常高昂

提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结图神经网络(1)图神经网络（GraphNeuralNetwork,GNN）概述一类用于图数据建模与分析的神经网络利用图卷积操作聚合信息，得到节点、边和图的特征分类消息传播神经网络（MessagePassingNeuralNetwork,MPNN）非局部神经网络（Non-LocalNeuralNetwork,

NLNN）归纳图网络（GraphNetwork,

GN）是GNN结构的一般化总结图神经网络(2)

v1v2v3v4v5v6v7u

图神经网络(4)

v1v2v3v4v5v6v7u

图神经网络(5)使用GNN进行图分析处理的基本步骤定义损失函数

根据具体图分析任务类别定义损失函数搭建模型结构

根据任务输入和目标输出搭建模型结构，包括输入层、图卷积层和输出层训练模型

基于损失函数和梯度下降法设计模型训练算法，更新图卷积层的参数实现图分析任务

基于训练好的GNN模型实现具体的图分析任务提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结节点分类(1)节点分类概述图节点分类是指，对于给定的图，根据图中部分已经标注的节点，对未标注

的节点进行标注，属于有监督的分类任务分类传统方法：

关系分类（RelationalClassification）、迭代分类（IterativeClassification）和

信念传播（BeliefPropagation）深度学习方法：

基于GCN的图节点分类和基于GAT的图节点分类方法节点分类(2)

节点分类(3)

节点分类(4)

对图中所有节点的一阶邻居特征进行聚合，等价于将邻接矩阵与特征矩阵相乘

节点分类(5)

图节点分类预测过程提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结链接预测(1)链接预测概述链接预测针对给定图中节点间的关系及节点属性来预测两个节点之间是否存在边，进而预测网络中实体间是否存在关系，属于有监督的二分类任务。分类基于相似性的方法基于降维技术（DimensionalityReduction）的方法基于GNN的方法（编码器-解码器架构，基于GCN的链接预测算法）链接预测(2)

链接预测(3)基于GCN的链接预测-用于链接预测的GCN模型主要包括输入层、编码器和解码器-通过编码器对节点特征进行降维，得到图卷积层特征-利用解码器计算节点间的点积和，得到重构邻接矩阵-通过重构邻接矩阵可得到节点间链接预测结果链接预测(4)

链接预测(5)图链接预测模型示例

图卷积层Dropout层解码器编码器

阈值：0.5提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结社区发现(1)社区发现社区发现（也称社区检测）任务，针对给定图中节点间的关系及节点属性来挖掘图中潜在的社区结构，属于无监督的聚类传统方法：

图分割、层次聚类、统计推断、动态技术、谱聚类及优化器等深度学习方法：

基于CNN和GNN的端对端模型CNN处理不完整图，但需要对数据预处理GCN既保留了CNN的优势，弥补了CNN不能直接处理图的缺陷社区发现(2)基于GCN的社区发现

优化图卷积层权重，使得每一个节点连接同一社区中其他节点的边数都不小于该节点连接其他社区中节点的边数社区发现(3)

H0=A社区发现(4)模型预测社区结构示意图图或网络中不同的“簇”反映了图中不同节点之间连接的紧密程度示例网络社区分配矩阵R权重矩阵W

根据R得到v1～5属于社区1，v8～10属于社区2提纲引例图数据分析概述图神经网络节点分类链接预测社区发现评价指标总结评价指标(1)

预测正例预测反例真实正例TP（真正类数）FN（假反类数）真实反例FP（假正类数）TN（真反类数）评价指标(2)

评价指标(3)

AUC（AreaUnderCurve）不受阈值影响，可直观反映模型的整体预测能力

评价指标(4)

评价指标(5)

Z表示社区算法的划分结果，Y表示真实的划分结果||Z||和||Y||分别表示划分后社区的数量，D表示的混淆矩阵Dab表示Z划分中属于社区a而Y划分中属于社区b的节点数量Za和Yb分别表示两次划分结构中社区a和b的节点数量提纲引例图数据分析概述图神经网络节点分类链接预测社区发现