图数据广泛存在于现实世界中 可以自然地表示复合对象及其元素之间的复杂关联. 对图数据的分类是一个非常重要且极具挑战的问题 在生物/化学信息学等领域有许多关键应用 如分子属性判断 新药发现等. 但目前尚缺乏对于图分类研究的完整综述. 首先给出图分类问题的定义和该领域的挑战; 然后梳理分析了两类图分类方法—基于图相似度计算的图分类方法和基于图神经网络的图分类方法; 接着给出了图分类方法的评价指标、常用数据集和实验结果对比; 最后介绍了图分类常见的实际应用场景 展望了图分类领域的未来研究方向并对全文进行总结.
地址：北京市海淀区中关村南四街4号邮政编码：100190