《Graph Neural Networks Foundations,Frontiers and Applications》预备章节（名词）翻译和解读

书名：《Graph Neural Networks Foundations,Frontiers and Applications》(图神经网络的基础、前沿和应用)

出版社：Springer Berlin Heidelberg

作者：Lingfei Wu · Peng Cui · Jian Pei · Liang Zhao

红色部分为个人的一些解读，不足之处请多多指点！

名词

        本章描述本书中使用的与图神经网络有关的术语的定义清单。

1.图的基本概念

        图。图由一个节点集和一个边集组成，其中节点代表实体，边代表实体之间的联系。节点和边构成了图的拓扑结构。除了图的结构外，节点、边或整个图都可以与丰富的信息相关联，这些信息表示为节点/边/图的特征（也被称为属性或内容）。

        子图。子图也是一个图，其节点集和边集都是原始图的子集。

        中心性。中心性是对图中节点的重要性的一种测量。中心性的基本假设是，如果许多其他重要的节点与该节点相连，则认为该节点也是重要的。常见的中心性测量包括度中心性、特征向量中心性、介数中心性和紧密中心性。

        邻域。一个节点的邻域一般指的是与它相近的其他节点。例如，一个节点的阶邻居，也称为阶邻域，表示一