1、简介
图神经网络最近几年非常的受欢迎，图在很多的任务上都取得了非常不错的效果，那么它在实际的应用有哪些呢？本文介绍了15类不同图神经网络的应用场景。
2、分类 社会影响的预测社会影响预测侧重于朋友之间行为的影响，尤其是在社交网络中。例如，如果一些社交网络上的朋友买了一件衣服，他/她会不会也买呢?以社交图作为输入，DeepInf为用户学习网络嵌入(一种潜在的社会表征)。结合下面(d)中手工制作的特征，对社会影响进行预测，比如v是否也会观看广告片段(步骤f)。在训练过程中，将预测结果与真值进行对比，学习这个网络嵌入。
我们可以用图来建立医学本体的模型。下面是一个使用DAG(有向无环图)表示本体的例子。
为了利用本体论，我们通过将嵌入的eᵢ与其父节点结合使用，学习出一个为节点cᵢ嵌入的网络gᵢ。为了进行预测，我们将本体知识G与当前访问的xt相乘，并通过神经网络进行传递。例如，它们可以是诊断预测任务或心力衰竭预测任务。利用RNN网络，该模型可以通过以往的访问信息进一步增强。
