一、解决的问题

（1）问题背景
例如复杂的社交网络，如何根据复杂的社交网络进行智能划分群体，计算预测获取一些潜在的知识。这些问题不同于传统的机器学习，所用到的不是简单的欧氏空间数据。当前面临的问题催生出了图神经网络的诞生。
（2）现实中有很多关于图结构的问题，为了便于研究图结构可以将现实问题进行抽象。
假设我们现在有一个图G：

  • V是顶点集

  • A是邻居矩阵（0代表没边，1代表有边）

  • X是一个m*|V|大小的矩阵，代表节点特征，每个节点有m维的特征

    节点特征：

    对社交网络：它是用户资料（年龄，学历，地区）信息

    生物信息网络：基因表达图谱，基因功能信息等

    其他应用场景：符合描述节点的信息
    通过这些信息，我们想做的任务就是节点分类，连接预测，整图分类等

二、图神经网络研究方向

(1)GNN