hyper graph 的基础概念
超图数据模型hypergraph data model (HDM）是知识图的基础（GRAKN.AI）
概念（notations）:
- 超图由非空的顶点集和超边集组成(a hypergraph consists of a non-empty set of vertices and a set of hyperedges)
- 超边是一组有限的顶点集合(通过它们在超边中所扮演的特定角色来区分)(a hyperedge is a finite set of vertices (distinguishable by specific roles they play in that hyperedge))
- 超边本身也是一个顶点，可以由其他超边缘连接(a hyperedge is also a vertex itself and can be connected by other hyperedges)
超图（hyper graph）的边：超边(hyper edge),由一个顶点集合构成，顶点数>=2(a set of vertices)，如下图：
数学上的定义
假设一个超图H=(X,E)，其中：X为顶点集合，E为边的集合，
subhypergraph(子超图)：将一个超图H去掉一些顶点（vertices）
其中A是X的子集
超图的二部图表示
Reduced Hypergraph
下图来自文献：Zhou D, Huang J. Learning with hypergraphs: clustering, classification, and embedding[C]// International Conference on Neural Information Processing Systems. MIT Press, 2006:1601-1608.
参考文献：
https://www.youtube.com/watch?v=Oy2nNPJ0oEI，
https://en.wikipedia.org/wiki/Hypergraph，
https://blog.grakn.ai/modelling-data-with-hypergraphs-edff1e12edf0，
Zhou D, Huang J. Learning with hypergraphs: clustering, classification, and embedding[C]// International Conference on Neural Information Processing Systems. MIT Press, 2006:1601-1608.