5第五章图神经网络-2

图神经网络目录CONTENTS图神经网络基础01经典图神经网络模型02图数据处理案例03本章小结04DEEPSEEKYOUR

LOGO

人工智能语言模型经典图神经网络模型AIPARTTWO经典图神经网络模型-GraphSAGE在处理大规模图或动态图时存在以下问题：全图计算成本高：传统图神经网络需要加载整个图的邻接矩阵A，当图非常大（例如社交网络或知识图谱中包含数百万节点和边）时，内存和计算开销极高。无法处理动态图：传统图神经网络通常基于静态图，难以适应节点或边随时间动态变化的情况。缺乏泛化能力：传统图神经网络在训练过的图上具有良好的表现，但很难泛化到图中的新增节点或新的图。为什么需要GraphSAGE（GraphNeuralNetwork）？经典图神经网络模型-GraphSAGEGraphSAGE是一种用于处理大规模图结构数据的图神经网络模型，专注于高效学习节点的表示（Embeddings），在处理大规模图和动态图时表现出色。GraphSAGE的核心思想是采样邻居节点并聚合其特征，从而避免传统图神经网络中直接使用全图邻接矩阵带来的高计算成本。GraphSAGE通过采样邻居节点的方式，限制计算范围，同时引入归纳学习能力，使得模型能有效处理未见过的节点或图。GraphSAGE是什么？经典图神经网络模型-GraphSAGEGraphSAGE的流程这些步骤可以逐层进行，每一层都会扩大特征感受野，从直接邻居节点扩展到更远的邻居节点。采样邻居节点聚合邻居节点的特征更新节点表示经典图神经网络模型-GraphSAGE采样（Sample）邻居节点为每个目标节点随机采样固定数量的邻居节点（而不使用全体邻居节点），降低计算复杂度。假设为每个节点采样K个邻居节点，则采样后的邻居节点集合：采样可以随机进行，也可以使用一些基于重要性的策略。经典图神经网络模型-GraphSAGE聚合邻居节点的特征对采样的邻居节点的特征进行聚合，生成一个新的邻居节点的特征表示，见的聚合方法如下。平均值（Mean）聚合：对采样的邻居节点的特征求均值。池化（Pooling）聚合：首先对每个邻居节点的特征进行线性变换（通过权重矩阵W），然后应用非线性激活函数（如ReLU）。接下来，对处理后的邻居节点的特征进行池化操作。LSTM聚合：使用LSTM层处理采样的邻居节点的特征，适合邻居节点的数量和顺序变化较大的情况。

经典图神经网络模型-GraphSAGE更新节点表示

经典图神经网络模型-GraphSAGEGraphSAGE是一种高效、可扩展的图神经网络模型，核心思想是通过采样邻居节点并聚合特征来学习节点表示。GraphSAGE的一个重要特点是具备归纳学习能力，传统图神经网络需要在训练时访问整个图结构，难以泛化到新增节点或新图。GraphSAGE在训练时使用的聚合方法是一种通用规则，可以直接应用于未见过的节点或图。这使GraphSAGE能够处理动态图和跨图任务。GraphSAGE小结图数据处理案例AIPARTTHREE图数据处理案例节点分类（NodeClassification）是图神经网络中的经典任务，其目标是根据节点的特征以及图的结构信息，预测每个节点所属的类别。在这个任务中，给定一个图和部分节点的标签，需要通过图的结构（即节点和边之间的关系）以及节点的属性（即节点特征）来预测其他节点的标签。图结构图结构通过边来表示，通常使用邻接矩阵或边索引来描述图中节点之间的连接关系。节点特征每个节点都有一些属性，这些属性通常以向量形式表示节点的特征。例如，一个节点可能包含相关的文本、图像、用户行为等信息。节点标签某些节点的标签是已知的。这些标签可以用于监督学习，指导模型训练。节点的标签通常是离散的，表示为整数或独热编码形式。例如，节点的标签可能为0、1、2。在节点分类任务中，输入包括以下几个部分。

图数据处理案例输出：每个节点的预测类别训练：模型通过已知标签的节点进行学习，目标是最小化预测标签和真实标签之间的误差。通常使用交叉熵损失函数来度量这种误差。测试：模型能够根据节点的特征和图结构预测节点的标签，对于每个节点，模型会输出一个类别预测，这些预测可以通过Softmax函数得到概率分布，从而选择具有最大概率的类别作为节点的预测标签。节点分类图数据处理案例节点分类常用数据集经典的图数据集之一，常用于图神经网络的测试。它包含2708篇科学文献，每篇文献是一个节点，文献之间的引用关系通过边来表示。每个节点1433维的词袋特征，表示文献中的单词。节点共有7个类别，表示文献所属的领域。该数据集共有2708个节点，5429条边。

Cora数据集与Cora数据集类似，是一个关于学术文献的节点分类数据集，采用节点表示文献，边表示文献之间的引用关系。每个节点的特征维度为3703，表示文献中的单词。节点共有6个类别，表示不同的研究领域。该数据集具有3327个节点，4732条边。Citeseer数据集由19717篇医学文献组成，该数据集常用于评估图神经网络在大型图上的性能。每个节点有500维的特征，表示文献中的单词。节点共有3个类别，分别为不同类型的医学文献。该数据集包括19717个节点，44338条边。PubMed数据集

图数据处理案例节点分类常用数据集Reddit数据集由Reddit网站上的帖子组成，采用节点表示Reddit上的用户或帖子，边表示用户之间的关系或帖子之间的相似性。这个数据集比较大，适用于大规模图神经网络的测试。每个节点有602个特征，表示用户或帖子的一些属性。节点共有5个类别（如技术、体育等）。该数据集包括232965个节点，11606919条边。Reddit数据集PPI数据集主要用于研究蛋白质间的相互作用，采用节点表示蛋白质，节点之间的边表示蛋白质间的相互作用关系。PPI数据集常用于生物信息学领域，尤其是蛋白质功能预测。每个节点有50维的特征，表示蛋白质的不同属性。PPI数据集通常有121个类别，用于表示蛋白质的不同功能。该数据集具有数千个节点以及数万条边。PPI数据集图数据处理案例节点分类常用评价指标准确率最常见的分类任务评价指标之一，它表示模型正确预测类别的节点占总节点的比例。精确率衡量的是在所有被模型预测为正类的节点中，实际为正类的比例召回率召回率衡量的是在所有实际为正类的节点中，模型正确预测为正类的比例。图数据处理案例节点分类常用评价指标F1分数F1分数是精确率和召回率的调和平均值，用于综合评估模型。当模型的精确率和召回率不平衡时，F1分数是更合适的评价指标。AUC

AUC是一个常见的评价指标，适用于二分类问题。它表示ROC曲线下的面积，可衡量模型区分正类和负类的能力。①ROC曲线：通过绘制FPR和TPR的关系曲线来表示模型性能。FPR和TPR是通过设置不同的分类阈值计算出来的。②AUC：AUC的值在0到1之间，越接近1，表示模型性能越好。图数据处理案例GraphSAGE在节点分类任务实验结果在Citation数据集、Reddit数据集以及PPI数据集上，将使用不同聚合方式（mean、LSTM和pool）的GraphSAGE与其他模型进行了对比实验，在每个数据集上分别进行无监督学习和监督学习，结果如表所示，可以看出GraphSAGE的优越性。本章小结AIPARTFOUR本章小结图结构图由节点和边组成，分为无向图与有向图；掌握邻接表、邻接矩阵、图直径、度中心性、特征中心性、中介中心性、连接中心性等概念。GNN核心思想面向不规则图结构数据的深度学习模型，区别于CNN、RNN；核心机制为消息传递（邻居信息聚合→节点特征更新）。GCN（图卷积网络）核心操作：基于归一化邻接矩阵实现邻居特征传播。网络层级：特征聚合→线性变换→非线性激活（ReLU）；输出层采用Softmax得到类别概率。训练特点：损失函数仅使用标注节点的交叉熵，依靠图结构实现标签与特征传播。GraphSAGE动机：解决传统GNN全图计算成本高、无法处理动态图、缺乏泛化能力的问题。核心思想：采样邻居节点并聚合特征，避免全图邻接矩阵的高开销，具备归纳学习能力（可泛化到新增节点或新图）。流程：采样→聚合→更新。本章小结图数据处理案例（节点分类）任务定义根据节点特征与图结构，预测未标注节点的类别。输入包括图结构、节点特征、部分节点标签。评价指标准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分