本書基于圖神經網絡研究網絡表示學習，具體內容包括:改進了高階圖卷積神經網絡、圖注意力網絡、自編碼架構和圖的小波神經網絡等模型，構建網絡表示學習模型，并在圖基礎任務(如鏈路預測和節(jié)點分類)上取得了有效的性能。此外，本書采用前沿的圖對比學習架構，通過增強圖數據表示有效緩解數據稀疏問題，并在知識圖譜的基礎任務上顯著提升性能。本書面向圖數據應用，提出一種關系感知的異構圖神經網絡模型，可進行關系預測設計，并通過實驗驗證其優(yōu)越性能。本書所提出的算法對當下熱門的圖學習領域進行了拓展，能夠成功應用于推薦系統、關系預測、交通流預測等網絡分析任務，為現實世界中的復雜問題提供了全新的解決方案。