基础概念回顾
传统图机器学习的特征工程——节点层面，连接层面，全图层面
节点层面：信用卡欺诈
连接层面：推荐可能认识的人
全图层面：预测分子结构
半监督节点分类
半监督节点分类：用已知标签节点预测未知标签的节点
Transductive(直推式学习)：
未知标签的节点可能被用于训练，但过程中没有新节点加入，不需要对新节点进行泛化，不需要进行新节点的预测；
Inductive(归纳式学习)：
对新节点立刻进行预测，可以泛化到新节点
求解思路：
节点特征工程
节点表示学习（图嵌入）
标签传播（消息传递）
图神经网络
eg：用已知标签节点预测未知类别的节点
两种关联
a. Homophily
具有相似属性特征的节点更可能相连且有相同的类别
b. Influence
社交关系会影响节点类别
五种算法
label propagation
iterative classification
correct&smooth
Loopy belief propagation
问题：图带环
masked label prediction
半监督节点分类-求解方法对比
