本文总结之日CS224W Winter 2021只更新到了第四节，所以下文会参考2021年课程的PPT并结合2019年秋季课程进行总结以求内容完整
课程主页：CS224W: Machine Learning with Graphs
视频链接：【斯坦福】CS224W：图机器学习( 中英字幕 | 2019秋)
1 引言
初步了解一个人，我们通常会问其身高、年龄、体重等信息。那么，要了解一个图Graph我们需要关注哪些信息呢？这就是本节讨论的内容。
2 图的四大属性
通常我们会从下面四个方面去初步理解一个图：
-
度分布（Degree distribution）
-
路径长度（Path length）
-
聚类系数（Clustering coefficient）
-
连通分量（Connected components）
下面依此来看
2.1 度分布（Degree distribution）
定义：统计每个节点的度，然后计算不同的度数在所有节点中出现的频率。从图上看起来更直观。
图片
2.2 路径长度（Path length）
需要了解三个概念：路径、距离、直径
-
路径:是一串彼此相连的节点组成的链。如:, 注：一个条路径中的某点看可以出现多次！
-
-
距离（Distance）：两点之间的最短路径shortest path，称为两点之间的距离。注：
-
- 对于有向图，一条路径的边一定要从左到右
- 若两点之间不直接或间接相连则距离为无穷大.
-
如下图中的
和
点之间距离
图片
-
直径:图的中任意两点之间距离的最大值，称为图的直径。但直径并不是很好用，考虑到一个
很扁的图和很圆的图可能具有形同的直径。说白了就是容易受极端值影响。通常采用平均距离。- 计算时忽略不相连的两点间距离，因为无穷大。
- 直径也适用于刻画图的某个连通分量（connected components）的直径。
-
平均距离Average path length：所有两点之间距离加总，除以所有两点的组合数。
图片
2.3 聚类系数（Clustering coefficient）
- 定义：是用来描述一个图中的某节点与其相连节点之间
聚集成团的程度的一个系数。它只定义在无向图上。计算方法如下：
图片
截屏2021-02-01 下午3.28.33
实际上就是算节点i与邻居构成实际组成的三角形数除上最大可能三角形个数。翻译成人话就是 我的朋友之间相互认识情况。
-
平均聚类系数：所有节点的聚类系数取平均就得到。
2.4 连通分量（Connected components）
-
连通分量：图中的一个子图，子图中任意两点之间都存在路径，子图内节点和子图外的节点都没有路径。 - 任何连通图的连通分量只有一个，即是其自身。
- 非连通的无向图有多个连通分量。
如何找到连通分量？
通过广度搜索算法（BFS）：
- 随机选择一个节点作为起点，进行广度优先搜索；
- 将广度优先搜索经过的节点进行标记；
- 如果所有的节点都进行了标记，则该图是一个连通图；
- 如果存在未标记的节点，从未标记的节点中随机选择一个节点作为起点进行广度优先搜索；重复第2步和第4步，直至所有节点都标记完毕；最后得到的多个连通子图中对的极大连通子图就是该图的连通分量。
3 MSN Messager网络
老师通过MSN（类似QQ的聊天软件）上一个月的对话活动构建的网络，这本身是个Multigraph 包含180M的用户（节点），两类边：是否好友、是否聊过天（可多次）。
图片
通过简化，将用户之间有过聊天简化成无向图。共180M节点，1.3B边。这个MSN网络的4大属性如下：
图片
通过属性说明了什么呢？
- 度分布，均值14.4，说明平均每个人和14.4个人聊天
- 聚类系数，均值0.11，平均每个人聊天过的朋友中，只有11%的朋友会彼此聊天。
- 连通分量，最大联通分量覆盖99%的节点，
强连通,绝大部分人都生活在一个大群体中。 - 路径长度，均值6.6，平均两个人之间通过7个人就能聊上天;最大值30，意味任意两个人能认识最多通过30个人就能实现。
4 下文预告
得到图的四个维度属性后，怎么评价这个网络呢？到底处在什么水平？
就好像评价看一个人是高还是矮，我们是拿自己或他人作为参照，得出结论。那么对于网络我们也需要一个参照，这就是下面要谈的随机网络模型
网友评论