本书提供了一份关于图表示学习的综述。  首先，本书讨论图表示学习的目标及图论和网络分析的关键方法论。  然后，本书介绍并回顾了学习节点嵌入的方法，包括基于随机游走的方法以及在知识图谱上的应用。  再后，本书对高度成功的图神经网络（ Graph Neural Network， GNN）进行了技术上的综合介绍， GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。  末尾，本书总结了针对图的深度生成模型的前沿进展，这是图表示学习新生但发展迅速的子集。