4. 邻居采样策略：固定大小采样、随机采样、分层采样、采样效率与覆盖度权衡

在反欺诈图谱回放验证中，GraphSAGE 的邻居采样策略直接决定了模型能否在有限的计算资源下，从海量交易、设备、账户节点中提取到有效的欺诈模式。不同的采样策略在信息覆盖度、计算效率、采样偏差之间呈现出不同的权衡曲线。本章深入剖析四种核心采样策略的原理、适用场景及工程实现要点。

4.1 固定大小采样（Fixed-Size Sampling）

固定大小采样是 GraphSAGE 原文中提出的标准方法：对每个目标节点，从其邻居中均匀地采样固定数量的节点，若邻居数不足则进行有放回采样补齐。

4.2 随机采样（Random Sampling）

随机采样不对邻居数量做硬性限制，而是以概率 p 对每个邻居进行独立伯努利采样。这种方式保留了邻居数量的自然分布，但批次间的计算量波动较大。

• 采样概率 p：通常设置在 0.1~0.5 之间，控制期望邻居数。
• 期望邻居数：E[|N(v)|] = p × deg(v)，随节点度动态变化。
• 适用场景：节点度分布相对均匀的图谱，如设备指纹网络。
• 工程难点：需要动态内存分配，GPU 批处理时可能出现 padding 浪费。

4.3 分层采样（Layer-Wise Sampling）

分层采样针对 GraphSAGE 的多层聚合结构进行优化：在第 l 层，不是从原始邻居中采样，而是从上一层的采样结果中递归采样。这种方式显著降低了指数级增长的采样规模。

4.4 采样效率与覆盖度权衡

四种采样策略在效率与覆盖度之间呈现出不同的权衡曲线。下表从反欺诈图谱回放验证的视角进行量化对比：

4.5 反欺诈场景下的采样策略选择

基于上述分析，在反欺诈图谱回放验证中推荐以下策略组合：

1. 主策略：分层采样 — 在训练和验证阶段使用，每层采样数固定，保证批次计算量稳定。
2. 辅助策略：重要性采样 — 对欺诈风险评分高的节点（如新注册账户、高频交易设备），提高其邻居的采样权重，确保关键证据不被遗漏。
3. 回放验证策略：全邻居评估 — 在回放验证阶段，对验证集节点使用全邻居聚合（不采样），以无偏方式评估模型真实性能。

from torch_geometric.loader import NeighborLoader

# 反欺诈图谱回放验证配置
train_loader = NeighborLoader(
    data,
    num_neighbors=[25, 10],  # 第1层25个，第2层10个
    batch_size=1024,
    shuffle=True,
    replace=True,            # 允许有放回采样
    directed=False           # 无向图，双向传播
)

# 回放验证阶段：全邻居评估
val_loader = NeighborLoader(
    data,
    num_neighbors=[-1, -1],  # -1 表示使用全部邻居
    batch_size=256,
    shuffle=False
)

4.6 覆盖度评估指标

在回放验证中，需要量化采样策略对欺诈模式覆盖度的影响。推荐使用以下指标：

• 邻居覆盖率（Neighbor Coverage Rate, NCR）：采样邻居数 / 实际邻居数，衡量信息保留比例。
• 团伙结构保留度（Community Structure Retention, CSR）：采样后子图中保留的原始团伙边数比例。
• 欺诈节点命中率（Fraud Node Hit Rate, FNHR）：采样子图中包含至少一个已知欺诈节点的比例。