GraphSAGE: GCN落地必读论文

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:

  1. 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)
  2. 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)。
  3. 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 h^k_{N(v)} ,与节点v第k-1层embedding h^{k-1}_v 拼接,并通过全连接层转换,得到节点v在第k层的embedding h^k_v

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。

h^k_{N(v)}=mean(\{h_u^{k-1},u \in N(v)\}) \\ h_v^k=\sigma(W^k\cdot CONCAT(h_v^{k-1},h_{N(u)}^{k}))

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:

h_v^k=\sigma(W^k\cdot mean(\{h_v^{k-1}\}\cup \{h_u^{k-1},\forall u \in N(v)\})

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 \{x_t, t \in N(v)\} 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。

h_{N(v)}^k=max(\{\sigma(W_{pool}h_{ui}^k+b)\},\forall u_i \in N(v)) \\ h_v^k=\sigma(W^k\cdot CONCAT(h_v^{k-1},h_{N(u)}^{k-1}))


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 v_n 不相似(对应公式第二项)。

  • z_u 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”。
  • v_n \sim P_n(u) 表示负采样:节点 v_n 是从节点u的负采样分布 P_n 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 z_u ,然后梯度下降(实现使用Adam优化器) 进行反向传播优化参数 W^k 和聚合函数内参数。

3.实验

3.1 实验目的

  1. 比较GraphSAGE 相比baseline 算法的提升效果;
  2. 比较GraphSAGE的不同聚合函数。

3.2 数据集及任务

  1. Citation 论文引用网络(节点分类)
  2. Reddit web论坛 (节点分类)
  3. PPI 蛋白质网络 (graph分类)

3.3 比较方法

  1. 随机分类器
  2. 手工特征(非图特征)
  3. deepwalk(图拓扑特征)
  4. deepwalk+手工特征
  5. 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

  1. 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)
  2. 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。
  3. 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

  1. GraphSAGE相比baseline 效果大幅度提升
  2. GraphSAGE有监督版本比无监督效果好。
  3. LSTM和pool的效果较好

编辑于 04-21

文章被以下专栏收录