图分类研究综述
作者:
作者单位:

作者简介:

王兆慧(1994-),女,博士生,主要研究领域为图神经网络, 图表示学习.
沈华伟(1982-),男,博士,研究员,博士生导师,CCF高级会员,主要研究领域为社会计算, 网络数据挖掘, 数据智能.
曹婍(1992-),女,博士,助理研究员,CCF专业会员,主要研究领域为社交媒体分析,信息传播建模与预测.
程学旗(1971-),男,博士,研究员,博士生导师,CCF会士,主要研究领域为大数据分析,数据科学,信息检索与挖掘.

通讯作者:

沈华伟,shenhuawei@ict.ac.cn

中图分类号:

TP18

基金项目:

国家自然科学基金(61472400, 91746301)


Survey on Graph Classification
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61472400, 91746301)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    图数据广泛存在于现实世界中, 可以自然地表示复合对象及其元素之间的复杂关联. 对图数据的分类是一个非常重要且极具挑战的问题, 在生物/化学信息学等领域有许多关键应用, 如分子属性判断, 新药发现等. 但目前尚缺乏对于图分类研究的完整综述. 首先给出图分类问题的定义和该领域的挑战; 然后梳理分析了两类图分类方法—基于图相似度计算的图分类方法和基于图神经网络的图分类方法; 接着给出了图分类方法的评价指标、常用数据集和实验结果对比; 最后介绍了图分类常见的实际应用场景, 展望了图分类领域的未来研究方向并对全文进行总结.

    Abstract:

    Graph data, as a kind of widely-existing data in the real world, naturally represent complex interactions between elements of composite objects. The classification of graph data is a very important and extremely challenging research topic. There are many key applications in the fields of bio/chemical informatics, such as molecular attribute classification and drug discovery. However, there still lacks a comprehensive review of research on graph classification. This survey first formulates the problem of graph classification and describes the main challenges of this problem; then this survey categorizes graph classification methods into similarity-based methods and graph neural network based methods. Moreover, evaluation metrics for graph classification, benchmark datasets, and comparison results are given. Finally, the application scenarios of graph classifications are summarized, and the research trends of graph classification are also discussed.

    参考文献
    相似文献
    引证文献
引用本文

王兆慧,沈华伟,曹婍,程学旗.图分类研究综述.软件学报,2022,33(1):171-192

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-07-09
  • 最后修改日期:2020-09-17
  • 录用日期:
  • 在线发布日期: 2021-04-21
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号