ByteCat

训练一个图卷积网络解决cora数据集中的论文分类问题。

图嵌入算法发展到神经网络时代，涌现出一大批优质的图神经网络模型。基于神经网络的图嵌入算法不再仅仅局限于节点的邻接信息，而开始将节点本身的特征纳入模型考量，并逐渐从静态的直推式学习向动态的归纳式学习演变，无论是拟合能力还是泛化能力，都大大提升。

图嵌入（Graph Embedding，也叫Network Embedding）是一种将图数据映射为低微稠密向量的过程，能够很好地解决图数据难以高效输入机器学习算法的问题。

Louvain（鲁汶）算法是基于模块度（modularity）计算的社区识别算法。

使用networkx进行复杂网络分析的范例。

复杂网络的统计描述。

复杂网络是呈现高度复杂性的网络，其复杂性表现在多个方面。

复杂网络（complex network）是指具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。

为了完成较大规模的图分析工作，networkx搭配Neo4j是一种很好的组合。

匹配问题范例。