Lass uns erforschen; Was ist Graph?

Jan 02 2023
Beispiel für Items-EmpfehlungenNodes: Users, ItemsRelations: User-Item InteractionsGoal: Empfehlen Sie Items, die Benutzern gefallen könnten (Link Prediction), Hauptziel ist es, Knoten zu finden, die mit Hilfe von Embeddings miteinander verwandt sind. Was ist Graph? Graph hat 2 Hauptkomponenten; 1.
Stanford

Beispiel für
Artikelempfehlungen Knoten: Benutzer,
Artikelbeziehungen: Benutzer-Artikel-Interaktionen
Ziel: Empfehlen Sie Artikel, die Benutzern gefallen könnten (Link-Vorhersage), Hauptziel ist es, mithilfe von Einbettungen Knoten zu finden, die miteinander verwandt sind.

Was ist Graph?

Graph hat 2 Hauptkomponenten; 1. Knoten und 2. Links (Beziehungen/Kanten), In diesem Beispiel können wir sehen; Schauspieler sind Knoten und Filme, mit denen sie zusammengearbeitet haben, ist die Beziehung zwischen diesen Schauspielern.
Zusätzlich haben Knoten und Kanten Eigenschaften; Zum Beispiel kann Kante Gewicht haben (wie stark ist die Beziehung), oder sie kann Ranking haben (bester Freund, Freund, gerade bekannt) oder sie kann Typ haben (Freund, Verwandter, Kollege) oder Kanten haben Eigenschaften (wenn es a Telefonanruf, dann die Dauer des Anrufs) und Knoten haben Eigenschaften (z. B. Personen haben Eigenschaften wie Alter, Geschlecht)

Gerichtete Graphen: Knoten, die durch eine Richtung miteinander verbunden sind, z. Telefongespräch zwischen zwei Personen; einer hat den anderen gerufen.
Ungerichtete Graphen: Diese werden zur Modellierung symmetrischer oder reziproker Beziehungsbedeutungen verwendet; Zusammenarbeit in einem Projekt oder Interaktion zwischen Protein.

Knotengrad:

Grafische Darstellung:

Die beliebteste und bessere Methode zur Darstellung von Diagrammen ist die Adjazenzliste. Sie ist einfacher zu bearbeiten, wenn das Netzwerk groß und spärlich ist, und ermöglicht es uns, schnell alle Nachbarn eines bestimmten Knotens abzurufen. Zum Beispiel kann der obige gerichtete Linkgraph wie folgt dargestellt werden:
1: 4
2: 1
3:
4: 2, 3

Weitere Arten von Graphen:
Weighted, Unweighted, Self Edge (Self Loops: Knoten können selbst mit sich selbst verbunden sein), Multigraph (2 Knoten können mehrere Beziehungen zueinander mit unterschiedlichen Eigenschaften haben)

Bezug:http://web.stanford.edu/class/cs224w/slides/01-intro.pdf

Bleiben Sie dran, um mehr über Graph Networks in der kommenden Reihe von Blogbeiträgen zu erfahren.

Kommentieren Sie Ihre Gedanken darüber, was Sie als nächstes lesen möchten. Ich helfe Ihnen gerne beim Schreiben !!!