近日，来自法国LIX实验室的Michalis教授在清华大学作了题为 “Graph Similarity and Classification” 的报告。
图分类，即根据图的拓扑结构预测图的标签，是图挖掘中的一个重要问题。Michalis 教授首先介绍了几个典型的图分类应用，包括文本分类，蛋白质功能预测，化合物分类，异常检测，恶意软件检测等。
图分类问题的一种解决方法是将未知标签的图和已知标签的图进行比较，通过 k 近邻的方法对图进行分类，但比较两个图的相似度是一个非常复杂的问题。
Graph Kernel 方法将机器学习中的核方法（Kernel Methods）拓展到了图结构数据上，是一类计算图与图之间相似度的方法。该方法可以高效地计算图之间的相似度，并可以方便地使用SVM等分类器进行图分类。
Graph Kernel 的思路是将图映射到某个 Hilbert 空间，两个图之间的相似度可以通过 Hilbert 空间中的点积运算得到。常见的 Graph Kernel 定义为图中子结构的分布，子结构包括随机游走，最短路径，环，子树，Graphlets 等。现实中图的拓扑结构非常复杂，简单的 Graph Kernel 并不能很好地解决图分类问题。
Shervashidze 等人提出了 Weifsfeiler-Lehman (WL) Framework 提高 Graph Kernel 的效果。WL方法借鉴了标签传播的思想，需要进行h次迭代过程，每次迭代会构建一个新图，图的节点标签根据上一次迭代的邻居节点标签更新，并计算更新后的Graph Kernel。WL方法中，图的相似度由 h 次迭代过程中的 Graph Kernel 综合得到。
介绍完 Graph Kernel 的相关背景后，Michalis 介绍了他们在 Graph Kernel 上的最新研究成果。"Matching Node Embeddings for Graph Similarity"是他们在 AAAI'17 发表的工作，提出了基于点向量（Node embedding）的图相似度计算方法。
常见的 Graph Kernel 主要利用了局部的子结构信息，但缺少全局信息。该工作利用点向量计算图之间的相似度，这些点向量包含图的全局信息，而每个图表示为这些点向量的集合，然后利用 Earth Mover's Distance 和 Pyramid Match Kernel 计算图相似度。
“Degeneracy Framework for Graph Comparison” 是 Michalis 团队发表在 IJCAI'18 的工作，并且获得了 distinguished paper award. 该工作通过 Graph Degeneracy 过程得到每个图的一系列 k-core 子图，图的相似度由不同阶的 k-core 子图的 Graph Kernel 综合得到。该方法在多个 Benchmark 数据集上取得了 State of the Art (SoTA) 的效果。
"Enhancing Graph Kernels via Successive Embeddings"发表在 CIKM'18，该工作介绍了 Successive Embedding 的思想，首先将图映射到某个 Hilbert 空间 H1，接着定义一个作用在 H1 上的核函数将图在 H1 上的向量映射到新的 Hilbert 空间 H2 上，重复该过程若干次可以得到更复杂的 Graph Kernel。该方法在多个 Benchmark 数据集上都取得了不错的分类精度。
最后，Michalis 介绍了 EMNLP’17 上的工作"Shortest-path graph kernels for document similarity"。该工作将文本表示成词网络，将文本分类问题转化为图分类问题。该工作还提出了基于最短路径的 Graph Kernel (SPGK) 用于计算图的相似度，并在实验中达到甚至超过了基于CNN的文本分类算法。
Michalis 团队还开发了计算 Graph Kernel 的 Python 工具包供开发人员和科研人员使用，工具包网址为https://github.com/ysig/GraKeL.
