# 背景

# Deep Walk

核心思想：随机游走序列就是句子。

# LINE

LINE: 从拓扑信息的角度考虑，让存在一阶近邻的节点更加接近。但是这也是一种基于专家的嵌入方式，因为认为给定了接近的规则。

# node2vec

BFS 反映局部信息，DFS 反映全局信息。因此，可以通过定向控制 BFS 和 DFS 的程度，来控制获取的特征。

node2vec 是一种参数化的 random walk. 以参数控制 BFS（转向）和 DFS（返回或远离）的概率。

# TADW

Yang et al. 证明基于 skip-gram 形式的 deep walk 与矩阵分解等价。

矩阵中的元素 $M_{ij}$ 代表 $t$ 步内从节点 $i$ 到节点 $j$ 转移概率。

# GNN 基础理论和模型

# 谱域 GNN

# 空域 GNN

# 图池化

# DiffPool

层次池化操作。定义了 soft-assign matrix.

# gPool

# EigenPooling