图嵌入综述 (arxiv 1709.07604) 译文第一、二章
原文：A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications (arxiv 1709.07604)
译者：飞龙
协议：CC BY-NC-SA 4.0
自豪地采用谷歌翻译
一、引言
图自然存在于各种各样的现实世界场景中，例如，社交媒体网络中的社交图/扩散图，研究领域中的引用图，电子商务区中的用户兴趣图，知识图等。
揭秘工业级大规模GNN图采样
互联网下的图数据纷繁复杂且规模庞大，如何将GNN应用于如此复杂的数据上呢？答案是图采样。结合阿里巴巴开源的GNN框架Graph-Learn（https://github.com/alibaba/graph-learn），本文重点介绍GNN训练过程中的各种图采样和负采样技术。
图计算服务六大应用场景
随着大数据时代的到来，图计算在处理海量关系数据上的优势也越来越明显，在商品推荐、社交网络、金融风控、网络安全等场景上应用也日趋广泛。