网络构成中，边上带了很丰富的交互信息，如何同时利用这部分信息进行节点Embedding。比如“用户”－“股票“之间的交易网络，边上带有丰富的“时间、价格、数量”特征，如何结合这些信息和网络结构，得到“用户”、“股票”的embedding向量，进而用于预测“用户”后续会买哪只股票。
预测建模大致步骤：
1. 对于每一个投资者， 根据时间顺序，生成节点序列，并找到相似节点；
2. 对每一只股票，根据时间顺序生成节点序列，并找到相似节点；
3. 简化节点序列，即抛掉时间和属性；
4. 对简化后的两种类型的节点序别分别作node embedding；
5. 将进行了node embedding之后的投资者特征向量 x 和股票特征向量放在一起，对投资者是否会购买股票进行预测；
参考：https://yq.aliyun.com/articles/294450
https://www.jianshu.com/p/aa429142a591
