GNN 起步 1- 图数据的应用场景

在实际应用中，通常将图称为网络（Network），与之对应的图的两个要素（顶点和边）也被称为结点（node）和关系（link）

图数据是比较复杂的数据类型。主要介绍一下其中最重要的4类：

同构图（Homogeneous Graph）、异构图（Hetergeneous）、属性图（Property Graph）、非显式图（Graph Constructed from Non-relational Data）

(1) 同构图：

同构图是指图中的节点类型和关系类型都仅有一种。同构图是实际图数据的一种最简化的情况，如由超链接关系构成的万维网，这类图数据的信息全部包含在邻接矩阵里。

(2) 异构图：

与同构图相反，异构图是指图中的节点类型或关系类型多于一种。在现实场景中，我们通常研究的图数据对象是多类型的，对象之间的关系也是多样化的。因此异构图更好的贴近现实。

(3) 属性图：

相较于异构图，属性图给图数据增加了额外的属性信息，对于一个属性图而言，结点和关系都有标签（label）和属性（property），这里的标签是指结点或者关系的类型，如某结点的类型为“用户”，属性是结点或者关系的附加描述信息，如“用户”结点可以拥有“姓名”、“注册时间”、“注册地址”等属性。属性图是一种最常见的工业级图数据的表达方式，能够广泛应用于多种业务场景下的数据表达。

(4) 非显式图：

非显式图是指数据之间没有显示的定义出关系，需要依据某种规划或者计算方式将数据的关系表达出来，进而将数据转化为一种图数据进行研究。比如计算机3D视觉中的点云数据，如果我们将节点之间的空间距离转化成关系的话，点云数据就成了图数据。