图数据挖掘

图数据挖掘

一、异构图的概念(Heterogeneous Graph)

图中包含两种或以上类型的节点和/或两种或以上类型的边。

例如,在学术网络中,可能同时包含"作者"、"论文"、"会议"等不同类型的节点,以及"撰写"、"发表于"等不同类型的边。

G = (V, E, R, T )

节点是V(vertex)

边是E(edge)

关系是(relation)

节点类型是T(Vertex type)

二、有向图与无向图(directed 、undirected )

这个很容易理解,一个有方向一个没有。

主语是边,边有方向的是有向图,没有的是无向图。

因为节点是个点,没有方向的概念。

边代表两个节点之间的连接,可以定义方向。

三、图数据挖掘是干啥的?

(一)、概述

从这些复杂的连接关系中提取有价值的信息,而不仅仅是分析孤立的数据点。

也就是,

图数据挖掘 = 从"关系"中挖"知识"。

图数据挖掘也叫做图数据机器学习

(二)、图数据挖掘的主要任务:

1.节点级别预测(Node-level Prediction)

目标:为图中的每个节点预测一个标签或属性。

示例:

在社交网络中,已知某些用户是"学生"或"教师",预测其他用户的类型。

2.边级别预测(Link-level Prediction)

目标:预测两个节点之间是否存在某种关系,或预测边的类型。

示例:

在社交网络中预测两个人是否会成为好友。

3.图级别预测(Graph-level Prediction)

目标:对整个图(或子图)进行分类或回归,输出一个全局结果。

示例:

对企业组织架构图进行风险评估。

(三)、多选题


答案:ABC

解释:

D错误:

图的可视化布局(如 ForceAtlas2、t-SNE)是为了人类可读,不是原始图结构的一部分。坐标是算法生成的,不具有语义意义。同时,不同布局方式下坐标会变化,不能作为稳定特征使用。

E错误:

孤立节点是指在一个图中没有任何边与之相连的节点。

孤立节点数量是一个全局统计量,描述的是整个图的稀疏程度。

它不反映单个节点的性质,无法用于个体节点分类。

相关推荐
VIP_CQCRE6 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷7 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我8 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁018 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn8 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄9 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下10 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码10 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下11 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩11 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek