图嵌入与 GNN:从结构到向量
图嵌入把顶点映射成稠密向量,让下游分类、相似度检索复用成熟的向量生态。两条主线:node2vec 用随机游走采样结构上下文再套词向量训练,把「结构相似」压成「向量接近」;GraphSAGE 不逐点训练,而是学一个聚合邻居特征的函数,新顶点直接前向推理。
共同动作只有一个:把「谁连谁」转成「聚合—更新」的迭代,图嵌入的输出是这种迭代的终点。
消息传递:PageRank 的推广
PageRank 迭代就是消息传递的原型:每轮把邻居的 rank 按出边聚合到顶点,再更新自身值。algo 用例 45-46 三角形图 rank 均匀 1/3,用例 48 链式图 rank2>rank1>rank0,被指向的顶点聚集权值。
GNN 把传播的标量换成特征向量、把固定公式换成可学习参数,就得到图卷积与图注意力——超步与收敛的账本不变。
从图到向量再到索引
query 用例 73-74 的标签命中与出边展开演示了结构特征的来源,嵌入采样的正是这类邻域模式。
嵌入的代价是丢失精确结构:随机游走有方差、同构图可能落到不同向量;要精确的模式判定仍得回到第 13.2 章的子图同构。产出向量随后交给卷十的 HNSW 做近似召回。
flowchart TD
G["属性图:顶点 + 边 + 属性"]
W["随机游走 / 邻域采样"]
G --> W
E["嵌入向量"]
W --> E
A["聚合—更新迭代(PageRank 推广)"]
E --> A
H["卷十向量索引 HNSW"]
E --> H
验证
从卷十一实验包 解包,用 algo 用例 45-46 验证三角形图 rank 均匀 1/3、用例 47 验证无悬挂节点 rank 总和=1、用例 48 验证链式图 rank 沿传递方向递增——这是 GNN 消息传递聚合-更新的数值账本;用 query 用例 73-74 验证标签命中与出边展开可作为嵌入采样输入。嵌入到 HNSW 属卷十向量位,本卷以算法账本覆盖。
一手资料
- node2vec: Scalable Feature Learning for Networks
- GraphSAGE: Inductive Representation Learning on Large Graphs
- PyTorch Geometric 文档
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。