网络图模型知识点综述

导读：网络图模型综述，网络图模型知识点，看这一篇就够啦~主要结合韩家炜及崔鹏的相关工作以及我个人理解阐述网络图模型的各方向知识点，用通俗的话把每个知识点的关键写出来，帮大家高效理解这个领域。另附个人 Blog：

https://chmx0929.gitbook.io/machine-learning/

主要内容包括：

• 1. 概述
• 2. Classic Graph Algorithm
• 3. Network Embedding
• 4. 业界应用

1. 概述

1.1 网络图相关概念

这里介绍了13组相关基础概念，非常繁杂劝退，建议大家先跳到后面看 Classic Graph Algorithm，对基础概念不清晰并不影响看算法～

• Network/Graph：G=(V，E)，其中 V：vertices/nodes；E：edges/links。
• 图 ( Graph ) vs. 网络 ( Network )：Graph 是数学领域的表示，是一种数据结构。Network 是现实生活中的表示，是指的数据。
• 度矩阵 ( Degree matrix ) & 邻接矩阵 ( Adjacency matrix ) & 拉普拉斯矩阵 ( Laplacian matrix )：

度矩阵即节点度 ( 边 ) 的数量，邻接矩阵即节点和哪些节点相连，拉普拉斯即度矩阵-邻接矩阵。