Background

图上的异常检测

图模型的基础问题

Project and Ideas

Graph Pre-train framework can be divide into three levels:

1. data level: 以数据为中心，研究如何提高图预训练效果；回答的问题：when2pretrain, how2select data, how 2 use more data….
2. pre-text task level: 着眼于设计预训练任务，期望通过良好的预训练任务来捕捉更有泛化性的特征；
3. learning strategy level: 通过设计学习策略来提高图预训练的性能。如，prompt机制减少下游任务需要的标签量，统一上下游任务的形式，提高泛化性;

Project 1: GCL

Background Knowledge

IFL-GCL：InfoNEC指导采样纠偏

Project 2: GFM

Background Knowledge

目标：认知测绘

（1）个体认知画像： ⭐

微博用户数据 → Graph Pre-training 得到用户emb， emb→text 得到用户的画像（ChatGPT辅助标注）

（2）观点推断 和 群体画像