前面两个综述是对论文Graph Self-Supervised Learning A Survey的翻译,该论文综述比较全面,重点讲解了生成式和对比式
全文链接:https://arxiv.org/pdf/2103.00111.pdf
根据实际情况来决定实践的路径,一般来说实现复杂度如下:
生成式 -> 对比式
一般而言,对比式图自监督效果会比生成式好,但是在比赛和日常实践中,生成式效果也不错,且结构简单,所以建议冷启动时,从生成式入手,然后逐步增加复杂度到对比式;
可以参考的一篇生成式图自监督论文解读和代码如下:
[KDD’22] GraphMAE:
生成式图自监督学习超越对比学习
[KDD’22] GraphMAE: 生成式图自监督学习超越对比学习
KDD 2022 | GraphMAE:生成式图自监督学习超越对比学习,解读的比较详细和中肯
https://github.com/THUDM/GraphMAE,代码
下一篇:价值创造链路及经营计划