GraphSAGE: GCN落地必读论文
论文：Inductive Representation Learning on Large Graphs
作者：William L. Hamilton, Rex Ying, Jure Leskovec
来源：NIPS17
0. 碎碎念
PinSAGE（ PinSage:第一个基于GCN的工业级推荐系统）为GCN落地提供了实践经验，而本文是PinSAGE的理论基础，同样出自斯坦福，是GCN非常经典和实用的论文。
1. 概括
在大规模图上学习节点embedding，在很多任务中非常有效，如学习节点拓扑结构的 DeepWalk 以及同时学习邻居特征和拓扑结构的semi-GCN。
但是现在大多数方法都是直推式学习， 不能直接泛化到未知节点。这些方法是在一个固定的图上直接学习每个节点embedding，但是大多情况图是会演化的，当网络结构改变以及新节点的出现，直推式学习需要重新训练（复杂度高且可能会导致embedding会偏移），很难落地在需要快速生成未知节点embedding的机器学习系统上。
本文提出归纳学习—GraphSAGE(Graph SAmple and aggreGatE)框架，通过训练聚合节点邻居的函数（卷积层），使GCN扩展成归纳学习任务，对未知节点起到泛化作用。
直推式(transductive)学习：从特殊到特殊，仅考虑当前数据。在图中学习目标是学习目标是直接生成当前节点的embedding，例如DeepWalk、LINE，把每个节点embedding作为参数，并通过SGD优化，又如GCN，在训练过程中使用图的拉普拉斯矩阵进行计算，
归纳(inductive)学习：平时所说的一般的机器学习任务，从特殊到一般：目标是在未知数据上也有区分性。
2.GraphSAGE框架
本文提出GraphSAGE框架的核心是如何聚合节点邻居特征信息，本章先介绍GraphSAGE前向传播过程（生成节点embedding），不同的聚合函数设定；然后介绍无监督和有监督的损失函数以及参数学习。
2.1 前向传播
a. 可视化例子：下图是GraphSAGE 生成目标节点（红色）embededing并供下游任务预测的过程：
- 先对邻居随机采样，降低计算复杂度（图中一跳邻居采样数=3，二跳邻居采样数=5）
- 生成目标节点emebedding：先聚合2跳邻居特征，生成一跳邻居embedding，再聚合一跳邻居embedding，生成目标节点embedding，从而获得二跳邻居信息。（后面具体会讲）。
- 将embedding作为全连接层的输入，预测目标节点的标签。
b. 伪代码:
4-5行是核心代码，介绍卷积层操作：聚合与节点v相连的邻居（采样）k-1层的embedding，得到第k层邻居聚合特征 ，与节点v第k-1层embedding
拼接，并通过全连接层转换，得到节点v在第k层的embedding
。
2.2 聚合函数
伪代码第5行可以使用不同聚合函数，本小节介绍五种满足排序不变量的聚合函数：平均、GCN归纳式、LSTM、pooling聚合器。（因为邻居没有顺序，聚合函数需要满足排序不变量的特性，即输入顺序不会影响函数结果）
a.平均聚合：先对邻居embedding中每个维度取平均，然后与目标节点embedding拼接后进行非线性转换。
b. 归纳式聚合：直接对目标节点和所有邻居emebdding中每个维度取平均（替换伪代码中第5、6行），后再非线性转换：
c. LSTM聚合：LSTM函数不符合“排序不变量”的性质，需要先对邻居随机排序，然后将随机的邻居序列embedding 作为LSTM输入。
d. Pooling聚合器:先对每个邻居节点上一层embedding进行非线性转换（等价单个全连接层，每一维度代表在某方面的表示（如信用情况）），再按维度应用 max/mean pooling，捕获邻居集上在某方面的突出的／综合的表现 以此表示目标节点embedding。
2.3 无监督和有监督损失设定
损失函数根据具体应用情况，可以使用基于图的无监督损失和有监督损失。
a. 基于图的无监督损失：希望节点u与“邻居”v的embedding也相似（对应公式第一项），而与“没有交集”的节点 不相似（对应公式第二项)。
-
为节点u通过GraphSAGE生成的embedding。
- 节点v是节点u随机游走访达“邻居”。
-
表示负采样：节点
是从节点u的负采样分布
采样的，Q为采样样本数。
- embedding之间相似度通过向量点积计算得到
b. 有监督损失：无监督损失函数的设定来学习节点embedding 可以供下游多个任务使用，若仅使用在特定某个任务上，则可以替代上述损失函数符合特定任务目标，如交叉熵。
2.4 参数学习
通过前向传播得到节点u的embedding ,然后梯度下降（实现使用Adam优化器） 进行反向传播优化参数
和聚合函数内参数。
3.实验
3.1 实验目的
- 比较GraphSAGE 相比baseline 算法的提升效果；
- 比较GraphSAGE的不同聚合函数。
3.2 数据集及任务
- Citation 论文引用网络（节点分类）
- Reddit web论坛 （节点分类）
- PPI 蛋白质网络 （graph分类）
3.3 比较方法
- 随机分类器
- 手工特征（非图特征）
- deepwalk（图拓扑特征）
- deepwalk+手工特征
- GraphSAGE四个变种 ，并无监督生成embedding输入给LR 和 端到端有监督
(分类器均采用LR)
3.4 GraphSAGE 设置
- K=2，聚合两跳内邻居特征
- S1=25，S2=10： 对一跳邻居抽样25个，二跳邻居抽样10个
- RELU 激活单元
- Adam 优化器
- 对每个节点进行步长为5的50次随机游走
- 负采样参考word2vec，按平滑degree进行，对每个节点采样20个。
- 保证公平性，：所有版本都采用相同的minibatch迭代器、损失函数、邻居抽样器。
3.5 运行时间和参数敏感性
- 计算时间：下图A中GraphSAGE中LSTM训练速度最慢，但相比DeepWalk，GraphSAGE在预测时间减少100-500倍（因为对于未知节点，DeepWalk要重新进行随机游走以及通过SGD学习embedding）
- 邻居抽样数量：下图B中邻居抽样数量递增，边际收益递减（F1），但计算时间也变大。 平衡F1和计算时间，将S1设为25。
- 聚合K跳内信息：在GraphSAGE， K=2 相比K=1 有10-15%的提升；但将K设置超过2，边际效果上只有0-5%的提升，但是计算时间却变大了10-100倍。
3.6 效果
- GraphSAGE相比baseline 效果大幅度提升
- GraphSAGE有监督版本比无监督效果好。
- LSTM和pool的效果较好
发布于 2019-04-22 <style></style>