<Weisfeiler-Lehman Graph Kernels>
为衡量GNN的表达能力，我们通常会选用Weisfeiler-Leman算法进行比较，WL算法产被用于做图同构测试（Graph Isomorphism Test）
节点的信息包括结构信息和自身特征信息，WL算法用hash来编码和判断两个节点是否一致：
\[h_l^(t)(u) = HASH(h_l^{t-1}(u), \mathcal F(h_l^{t-1}(v))|v \in N(u)))\]$\mathcal F$是邻居节点的聚合函数，和GraphSAGE很类似，但这里采用了更“无损”的HASH编码。
算法流程是：1. 聚合、编码节点信息， 2. 将节点信息映射到一个实数（向量、符号等，其他也行），重新将这个实数赋给节点。反复迭代，用Jaccard相似度计算两个图节点信息集合的相似性。