4、GraphSAGE：采样与聚合、归纳式学习、大规模图上的应用

说实话，GCN 虽然好用，但它有个硬伤——它是直推式的。什么意思呢？就是训练的时候，你得把整张图都端上来，所有节点都得在场。一旦来了新节点，不好意思，得重新训练。这在工业界太不现实了。

我当年在金融风控项目里就踩过这个坑。每天都有新用户注册，新交易产生，图结构一直在变。用 GCN 的话，每天凌晨都得全量重训，算力扛不住，时效性也差。后来换成了 GraphSAGE，问题就解决了。

GraphSAGE 的核心思想其实很简单：我不学节点的 embedding，我学怎么聚合邻居信息。这样新节点来了，我只要拿它的邻居特征，走一遍聚合函数，就能算出它的 embedding。这就是归纳式学习。

4.1 采样：邻居不是越多越好

GCN 做消息传递时，用的是全邻居。GraphSAGE 不一样，它采样。为什么？

  • 全邻居的计算复杂度是 O(|V|×|E|)，图大了根本扛不住
  • 每个节点的度差异很大，有的节点几万个邻居，有的就两三个
  • 采样能控制计算量，让训练更稳定

GraphSAGE 的采样策略是固定大小的邻居采样。比如设定采样数 K=3，那就从邻居里随机抽 3 个。如果邻居不够 3 个，就重复采样补齐。

核心公式：第 l 层的邻居采样数 Sl，通常 S1 > S2 > S3，越往外层采得越少。

我个人习惯设 S1=25, S2=10。为什么这么设？因为第一层离目标节点近，信息最相关，多采点；第二层是间接邻居，信息量递减，少采点。这样既保留了局部结构，又控制了计算量。

避坑指南：我曾经把采样数设得太大，结果每个 batch 的邻居数爆炸，显存直接 OOM。后来改成逐层递减采样，问题就解决了。你想想看，如果每层都采 25 个，两层就是 25×25=625 个节点，三层就是 15625 个。这谁顶得住？

4.2 聚合：三种方式各有千秋

采样完邻居，下一步就是聚合。GraphSAGE 提供了三种聚合函数：

聚合方式 特点 适用场景
Mean 聚合 对邻居特征取平均，简单高效 节点度比较均匀的场景
LSTM 聚合 对邻居序列建模，表达能力更强 邻居有顺序关系的场景
Pooling 聚合 对每个邻居做 MLP，再取 max/mean 需要提取最显著特征的场景

我在金融风控里用得最多的是 Mean 聚合。为什么？因为简单、稳定、不容易过拟合。LSTM 虽然理论上更强，但邻居的顺序在金融图里其实没什么意义——难道说张三的邻居按 ID 排序就有信息量？不存在的。

聚合的数学表达是这样的：

h_v^(k) = σ( W · MEAN( { h_v^(k-1) } ∪ { h_u^(k-1), ∀u ∈ N(v) } ) )

说白了，就是把目标节点自己的特征，和采样到的邻居特征，一起取平均，再过一个线性层加激活函数。嗯，就这么简单。

4.3 归纳式学习：这才是 GraphSAGE 的精髓

GCN 学的是每个节点的 embedding，GraphSAGE 学的是聚合函数。这个区别太关键了。

举个例子。假设你训练好了 GraphSAGE 模型，用来做反欺诈。第二天来了个新用户，他的交易记录、设备信息、IP 地址都有。在 GCN 里，你得把新用户加到图上，重新跑一遍前向传播，甚至可能得重新训练。但在 GraphSAGE 里，你只需要：

  1. 找到新用户的 K 个邻居
  2. 把邻居特征喂给聚合函数
  3. 输出新用户的 embedding

整个过程不需要重新训练，这就是归纳式学习的威力。

关键区别：直推式学习（GCN）—— 训练时所有节点可见，新节点需要重训。归纳式学习（GraphSAGE）—— 训练时只学聚合函数，新节点直接推理。

我记得有一次线上部署，模型已经跑了三个月，突然要接入一个新的数据源。用 GraphSAGE 的话，我只需要把新数据源的特征映射到已有的特征空间，然后走一遍聚合流程就行。整个上线过程不到一小时。要是用 GCN，光重训就得花半天。

4.4 大规模图上的应用：Mini-Batch 训练

GraphSAGE 能上大规模图，核心原因就是它支持 Mini-Batch 训练。GCN 是全图训练，一次要把整张图加载到显存里。GraphSAGE 每次只处理一个 Batch 的节点和它们的采样邻居。

训练流程是这样的：

  1. 从图中随机采样一个 Batch 的目标节点
  2. 对每个目标节点，采样 K 层邻居
  3. 构建子图，只包含这些节点和边
  4. 在这个子图上做前向传播和反向传播

这样做的好处很明显：

  • 显存占用可控，只跟 Batch Size 和采样数有关
  • 可以并行训练，每个 Batch 独立计算
  • 支持流式数据，新数据来了直接处理

注意：Batch Size 不是越大越好。我试过把 Batch Size 从 256 提到 1024，训练速度没快多少，显存倒是翻了三倍。后来发现 512 是个不错的平衡点。具体多少合适，得看你的图密度和显存大小。

4.5 金融风控实战：反欺诈场景

最后分享一个我在反欺诈项目里的实际配置。这个场景是检测团伙欺诈，图里有用户节点、设备节点、IP 节点，边表示关联关系。

模型配置：

# GraphSAGE 参数配置
num_layers = 2          # 两层聚合
sample_sizes = [25, 10] # 第一层采25个，第二层采10个
hidden_dim = 128        # 隐藏层维度
aggregator = 'mean'     # 均值聚合
batch_size = 512        # 每批处理512个节点
learning_rate = 0.001   # 学习率
dropout = 0.3           # 防止过拟合

效果怎么样？相比之前的 GCN 方案：

  • 训练时间从 6 小时降到 40 分钟
  • 新用户上线延迟从 1 天降到 实时
  • AUC 从 0.89 提升到 0.92

说实话，提升最大的不是 AUC，而是工程上的可落地性。以前每次模型更新都要协调多个团队，现在一个人就能搞定。这才是 GraphSAGE 在工业界真正受欢迎的原因。

我的建议：如果你刚开始用 GraphSAGE，先从 Mean 聚合 + 两层采样开始。这个配置最稳，也最容易调参。等跑通了，再尝试 Pooling 或者 LSTM。别一上来就整花活，容易翻车。

GraphSAGE 核心流程 输入：目标节点 第1层：采样25个邻居 第2层：采样10个邻居 Mean 聚合邻居特征 Mean 聚合邻居特征 输出：节点 Embedding 可用于下游任务 · 节点分类 · 链接预测 · 异常检测 关键特性 归纳式学习：学聚合函数，不学节点 embedding Mini-Batch 训练：每次只处理采样子图 支持新节点：无需重训，直接推理

好了，GraphSAGE 的核心内容就这些。采样控制计算量，聚合提取邻居信息，归纳式学习让模型能处理新节点，Mini-Batch 让大规模训练成为可能。这四个点串起来，就是 GraphSAGE 能在工业界大规模落地的原因。

专注资料整理

← 上一章 📖 返回目录 下一章 →