图算法学习

1. 背景

毕业到现在也干了接近三年的帐号安全相关的工作了，个人觉得目前自己对业务安全中的安全工作有了全面的认识。基于此自己也尝试总结了一套业务安全的工作框架，从框架出发审视自身发现自己对于图算法相关的了解还是不够，所以计划集中的学习一下常见的图算法，扩宽自身的眼界

2. 目标

1. 重点了解社区发现相关算法以及背后的思想，主要是以下几个算法
   a. LPA算法
   b. fastUnfolding算法
   c. fraudar算法-稠密子图检测
2. 了解中心性算法
   a. 度中心性算法(Degree Centrality)
   b. 紧密中心性算法(Closeness Centrality)
   c. 中介中心性算法(Betweenness Centrality)
   d. PageRank系列算法
3. 了解图表示学习及背后的数学思想
   a. 拉普拉斯算子
   b. 理解卷积
   c. GCN
   d. GraphSAGE

3. 相关资源合集

3.1 社区发现算法

1. LPA算法思想比较朴素，理解没什么困难就不介绍了
2. 以fastUnfolding为代表的基于模块度的社区发现算法，比较重要的就是对模块度的理解《Graph Algorithms：Practical Examples in Apache Spark and Neo4j》这本书里列了一些模块度计算方法
3. 这个算法看京东的分享比较多，从描述看他们的落地也是不错的，他们有两篇博客个人觉得干货很多
   a.