第2章 GraphSAGE 背景与原理归纳总结
说到图神经网络，其实最早大家用的都是 GCN（图卷积网络）。GCN 的思路很直接——把整张图塞进去，算一个全局的拉普拉斯矩阵，然后做卷积。听起来挺漂亮，对吧？但我第一次在实际项目中用 GCN 时，就碰了一鼻子灰。
为什么？因为大部分业务场景的图是动态的。用户今天加了个好友，明天新注册了一个节点，图的结构一直在变。GCN 是直推式学习，训练时必须看到全部节点，新节点来了就得重新训练。我当时的项目里，线上每天新增十几万用户，重新训练一次要跑四五个小时——这谁受得了？
所以后来 GraphSAGE 出来的时候，我眼睛一亮。它解决了那个最要命的问题：不用看到全图也能做推理。
2.1 GraphSAGE 的核心思想
GraphSAGE 的全称是「Graph SAmple and aggreGatE」。名字已经说得很明白了：采样 + 聚合。
它不再需要整张图的结构信息，而是对每个目标节点，只采样它的邻居节点，然后把这些邻居的特征通过某种聚合函数融合起来，更新目标节点的表示。这叫归纳式学习，说白了就是：模型学会的是「怎么聚合邻居信息」这个能力，而不只是记住某个节点的位置。
我习惯用一个比喻来理解：好比你要了解一个人，不用认识他所有的朋友，只随机抽几个聊一聊，然后综合他们的评价，就能大致判断这个人的特点。GraphSAGE 就是这样干的。
关键区别：GCN 是转导式学习，需要全图结构和所有节点特征参与训练；GraphSAGE 是归纳式学习，训练集和测试集可以来自不同的图结构。
| 特性 | GCN | GraphSAGE |
|---|---|---|
| 学习方式 | 转导式（Transductive） | 归纳式（Inductive） |
| 训练数据要求 | 需全图结构 | 只需局部子图（采样） |
| 对新节点预测 | 需要重新训练 | 直接预测，不需重训 |
| 内存开销 | 全图拉普拉斯矩阵，大图容易 OOM | 按 batch 采样，可控 |
我曾经在十亿量级的社交网络图上跑 GCN，直接炸了内存，连服务器都被拖死。后来换成 GraphSAGE 的分批采样，一台 64G 内存的机器就搞定了。嗯，这个坑你们不用再踩了。
2.2 采样与聚合流程
先看一个最基础的流程：
- 采样邻居：对每个目标节点，从它的1阶邻居里固定采样K个节点（如果邻居不够就重复采样，超过就随机截取）。
- 特征聚合：把这些邻居的当前层特征，通过一个聚合函数（比如 Mean、Pool、LSTM）合并成一个向量。
- 更新表示：将聚合的邻居特征与目标节点自身的特征拼接（或求和），再经过一层非线性变换，得到新的一层表示。
- 多层递归：重复上述过程，可以扩展到2阶、3阶邻居。一般2阶就够用了。
你看，这个逻辑非常简单。但为什么它效果好？因为采样 + 聚合实际上做了一次局部结构信息的编码，而且因为采样是随机的，模型有了一定的鲁棒性——即使邻居结构有小变化，输出也不会剧烈抖动。
技巧：我项目里通常把采样数K设为10~25之间。再大效果提升不明显，但显存占用会翻倍。工业场景2层就足够了。
2.3 三种聚合函数
GraphSAGE 的论文里给出了三种聚合方式，我来聊聊它们各自的特点和适用场景。
- Mean Aggregator：把邻居特征的每个维度取均值。最简单，也最稳定。我推荐初学者先试这个，因为效果不差，还不容易过拟合。
- Pool Aggregator：对每个邻居的特征过一层 MLP，然后做 element-wise max pooling。它能学到非线性组合，表达能力更强，但参数量也大。我记得有一次在商品推荐图上，Pool 比 Mean 提升了3个百分点的 AUC，但训练时间多了30%。
- LSTM Aggregator：对邻居序列（随机排序）做 LSTM。理论上能捕捉邻居之间的顺序关系，但图没有天然顺序，所以需要随机打乱。我个人很少用 LSTM，因为计算太慢，且效果并没有显著优于 Pool。
| 聚合器 | 优点 | 缺点 | 推荐场景 |
|---|---|---|---|
| Mean | 速度快，参数少，鲁棒 | 丢失部分非线性关系 | 大图、快速原型 |
| Pool (Max) | 表达能力中等，效果稳定 | 训练稍慢 | 中等规模，追求精度 |
| LSTM | 理论容量大 | 慢，需打乱顺序，易过拟合 | 小众，不推荐生产 |
我曾经在一个风控数据集上对比过三种聚合器。最终生产上线用的是 Mean，原因是线上延迟要求20ms以内，Mean 不需要额外 MLP 计算，推理快了一倍。所以，别只看论文号，还得看你的业务场景。
2.4 为什么 GraphSAGE 适合变量衍生
这和我们课程的主题直接相关。图上的节点特征可以看作我们已有的字段，而 GraphSAGE 通过聚合邻居信息，产生了新的特征——这不就是「变量衍生」吗？只不过传统方法靠人工组合、统计聚合，现在用图神经网络自动学习。
举个例子，在信贷风控场景里，每个用户是一个节点，他们之间的转账关系是边。我们可以把用户的年龄、收入、负债率作为初始特征。通过 GraphSAGE 聚合邻居信息后，模型自动学到了「你的转账对象平均负债率」这种高阶特征。这在传统特征工程里需要手动写 SQL 统计，而现在一步到位。
注意坑：GraphSAGE 虽然能自动衍生特征，但不意味着特征就比人工特征好。我遇到过几次负优化：当图结构噪音很大（比如随机添加的好友关系）时，聚合出来的特征反而干扰模型。一定要先用 EDA 确认图的信号质量。
嗯，这一章先到这里。GraphSAGE 的原理并不复杂，但要真正用好，得多关注采样策略和聚合函数的选择。下一部分我们会进入实操，把今天讲的这些用代码跑一遍。