图算法的调研以及相关Demo的实践。

简介：
这是一份关于图算法的调研性报告，内容结构化地分为五个部分。首先，报告详细阐述了图聚类算法的理论基础与实际应用演示，重点介绍了诸如强连接分量（SCC）算法以及 Louvain 算法等社群发现方法。其次，报告深入研究了图神经网络算法，着重探讨了 GraphSAGE 算法的运行机制及其背后的原理，并利用 Neo4j 平台成功验证了其有效性。随后，报告对图嵌入（Graph Embedding）算法进行了全面的调研，旨在深入理解 node2vec 等图嵌入算法的核心实现逻辑。接着，报告初步介绍了以 PageRank 为代表的中心性算法的相关知识。最后，报告结合了 Facebook 的 Ego network 图数据集，运用 networkx 包实践了社群分析和中心性分析等算法的应用。