图数据管理与图机器学习：协同效应与机会

机器学习，尤其是深度学习，在图数据上的应用无处不在，从化学信息学（药物发现）和生物信息学（蛋白质相互作用预测）到基于知识图谱的查询回答、欺诈检测以及社交网络分析等应用均有广泛应用。同时，图数据管理涉及开发高效、可扩展、健壮且用户友好的系统与算法，用于存储、处理和分析海量的异构复杂图数据。我们的调研提供了图数据管理与图机器学习之间协同效应的全面概述，阐明了它们如何在图数据科学和机器学习管道的整个过程中相互交织、相互强化。具体来说，调研突出了两个关键方面：（1）图数据管理如何增强图机器学习，涵盖如通过图数据清洗提升图神经网络性能、可扩展的图嵌入、高效的基于图的向量数据管理、健壮的图神经网络、用户友好的可解释性方法等贡献；（2）图机器学习如何反过来推动图数据管理，重点关注如知识图谱上的查询回答和各种数据科学任务等应用。我们还讨论了相关的开放问题，并勾画了关键的研究方向。