1.3 图神经网络的兴起与优势 1.3 图神经网络的兴起与优势 在浩瀚的数据海洋中,图数据以其独特的结构化特性,蕴藏着丰富而深刻的信息。从社交网络的复杂关系,到生物分子间的精妙互动,再到知识图谱的逻辑脉络,图无处不在。然而,如何有效地从这些图数据中提取有价值的知识,一直是研究者们孜孜以求的目标。传统的机器学习方法在处理图数据时往往捉襟见肘,而图神经网络(Graph Neural Networks,GNNs)的横空出世,则为我们打开了一扇通往图数据深层结构的大门。 1.3.1 传统机器学习的困境 在 GNN 出现之前,人们尝试将传统的机器学习方法应用于图数据,但效果并不理想。主要面临以下几个挑战: 特征工程的难题: 传统的机器学习算法通常需要将图数据转换为向量形式的特征。