前言随着图谱应用的普及，图深度学习技术也逐渐被越来越多的数据挖掘团队所青睐。传统机器学习主要是对独立同分布个体的统计学习，而图深度学习则是在此基础上扩展到了非欧式空间的图数据之上，通过借鉴NLP和CV方向的模型思想，衍生了很多对图谱这种非序列化数据的建模分析手段，帮助分析人员洞察数据之间隐含的复杂关系特征。在深度学习技术没有普及之前，已经存在大量的图谱数据分析工作，而这些工作的主要思路是通过抽取图中节点的统计信息作为特征，并用作分类模型的输入。今天，在这里介绍的其中一个经典的图分析算法叫做特征向量中心度（eigenvectorcentrality），它的作用是衡量节点在整个网络中的重要性。图数
