将高维的图信息映射到低维向量中 • 通过图嵌入将客户关系表示为低维向量，可以结合其 他客户行为特征进行机器学习训练 图卷积神经网络 • 对图结构数据进行卷积计算 • 通过已有的企业数据，通过 GCN 进行半监督学习和分 类，预测企业的违约概率 传统的关系型数据库的存储方式丢失了事物之间的关系信息 Relational Table Real World Multi-Context is Preserved

16 章 附录 hello‑algo.com 375 开源的魅力 纸质图书的两次印刷的间隔时间往往较久，内容更新非常不方便。 而在本开源书中，内容更迭的时间被缩短至数日甚至几个小时。 1. 内容微调 如图 16‑3 所示，每个页面的右上角都有“编辑图标”。您可以按照以下步骤修改文本或代码。 1. 点击“编辑图标”，如果遇到“需要 Fork 此仓库”的提示，请同意该操作。 2. 修改 Markdown

版的主页上进行展示，以感谢他们对开源社区的无 私奉献。 开源的魅力 纸质图书的两次印刷的间隔时间往往较久，内容更新非常不方便。 而在本开源书中，内容更迭的时间被缩短至数日甚至几个小时。 1. 内容微调 如图 16‑3 所示，每个页面的右上角都有“编辑图标”。您可以按照以下步骤修改文本或代码。 1. 点击“编辑图标”，如果遇到“需要 Fork 此仓库”的提示，请同意该操作。 2. 修改 Markdown

附录 hello‑algo.com 373 � 开源的魅力 纸质图书的两次印刷的间隔时间往往较久，内容更新非常不方便。 而在本开源书中，内容更迭的时间被缩短至数日甚至几个小时。 1. 内容微调 如图 16‑3 所示，每个页面的右上角都有“编辑图标”。您可以按照以下步骤修改文本或代码。 1. 点击“编辑图标”，如果遇到“需要 Fork 此仓库”的提示，请同意该操作。 2. 修改 Markdown