2. 论文总结

该章节对选取的工业界的文章的共性部分进行总结，除了有人比较喜欢用来水论文的模型结构也涉及了图的构建，特征使用，采样方法，结合方式等部分。可以看到，对GNN的应用基本遵循着这套框架。

2.1 应用阶段

推荐系统不同阶段的特点影响着我们对某项技术的使用，召回阶段可以说是样本的艺术，而排序阶段可以说是特征的艺术。其中向量召回是一类常用的个性化召回方法，一般在离线训练时存下User和Item的Embedding，线上推断时通过LSH等方法从海量候选集中快速选出用户可能感兴趣的Items。以下总结了召回阶段常见的几个特点：

召回模型一般不会使用太多复杂的特征，以ID特征为主；排序模型会上很多特征尽可能描述用户，物品及行为过程。

召回模型一般使用PairWise Loss，排序模型一般使用PointWise Loss。个人理解一方面是因为召回阶段的目标是筛选出用户可能感兴趣的Item，至于感兴趣的程度是多少那是排序模型的职责，因此只需要使用PairWise Loss将正负样本尽可能区分开即可。另一方面是因为召回阶段的负样本不一定表示用户不感兴趣，只是没有曝光而已，如果用PointWise Loss建模会导致模型受噪声的干扰。

召回模型一般要从全库随机选取负样本，排序模型一般将曝光未点击作为负样本。在训练召回模型时时将曝光未点击作为负样本存在两个问题，一是线下线上的不一致，线上召回时面对的是全库的候选集；二是在上一轮能够得到曝光的物品已经属于用户比较感兴趣的，只不过同时曝光的还有更符合用户需要的选项，将这些样本直接作为召回模型的负样本不太合适。这里的“全库”也会根据场景变化，例如在搜索场景，由于Query的相关性限制，所以会在同类目下采样负样本。

GNN由于其构图，采样和计算的复杂性，更多被应用在召回阶段做向量召回。常见的一种方式是将Item推荐建模为User结点与Item结点的链接预测任务，同样在离线存下训练好的User和Item Embedding用于线上召回。不过在建模链接预测任务时，很容易产生信息泄露的问题，即在做消息传递时，没有将待预测的边从图中去掉，例如预测user a对item a是否感兴趣，没有去掉图中两者之间的边，user a和item a作为邻居直接融合了彼此的Embedding，导致模型难以学习到有效的信息。在复现一些论文的代码时，我发现这个问题还挺常见的。当然在召回阶段我们也可以结合目标任务端到端地训练。GNN也可以应用在排序阶段[36][37][38][39][40][41][42][43]，此时存在两种结合方式，一种是先预训练[42]，得到的Embedding以特征初始化或Concat的方式辅助排序模型的训练，另一种是GNN模块与排序模型整体一起做端到端地训练，不过这样需要考虑到线上打分时的效率，特别是GNN采样以及聚合带来的开销。当然我们可以将GNN模块作为Embedding Layer的一部分，在离线训练时得到包含了图信息的Embedding，在线上打分时直接使用该Embedding而无需调用GNN模块。

2.2 图的构建

“Garbage in, garbage out”，图数据构建不好，GNN魔改得再花哨也难奏效。对于构建图的数据，从数据来源来看，分为行为数据，属性数据和社交数据；从时间跨度来看，分为短期数据和长期数据；从用户粒度来看，分为单个用户和群体用户；不同种类的数据构建的图蕴含着不同的特点，下面一一介绍。

行为数据：行为数据是搜推广场景最常见也最重要的一类数据，应用很广的行为序列建模就是建立在该数据上，详情可以参考之前写的一篇文章：没什么大不了：浅谈行为序列建模。该数据可以构建两种类型的图：

二分图：最常见的方式是使用行为数据直接构建User-Item二分图，在user和其行为过的Item之间构建边，不过二分图的1阶邻居往往非常稀疏，因此有工作通过二分图的2阶邻居分别导出User-User和Item-Item同构子图[39]，一方面通过2阶邻居的丰富性缓解了1阶邻居的稀疏性，另一方面也避免了对异构图的复杂建模，可以直接在子图上使用同构GNN。User-Item二分图的另一个缺点是难以及时反映用户的新的行为（即需要考虑图的动态性）。

共现图：共现关系表达了物品之间的关联，一方面可以在行为序列相邻的Item之间构建共现邻居关系[36]，前后行为的Item一般比较相关；另一方面对于部分场景例如搜索场景，可以在某个Query下点击过的Item之间构建共现邻居关系，这些Item一般也比较相关。在这一过程中我们还可以统计共现频数[44]，共现频数一方面可以用来去噪，共现频数较低的两个Item相关程度也低；另一方面可以用来计算权重分布用于Node-Wise采样，相比GraphSage随机采样，可以最大程度保留有效信息；对于计算的权重分布还可以用于指导对邻居的聚合过程。值得注意的是，在由User-Item二分图导出User-User或Item-Item子图时也可以统计类似的共现频数。

属性数据：行为数据构建的图往往是比较稀疏的，因此可以引入属性数据构建属性关系[45]。例如，Item a和Item b都具有属性Brand a，即两个商品都是同一个品牌的，这是我们可以引入Entity结点Brand，然后在Item a，b与Brand a之间构建属性邻居关系。这里让人不禁疑问为什么不直接将Brand作为Item的特征呢（Feature concat）？在上文讨论图神经网络的优点时已经提到，将Brand作为图的一部分可以用多层GNN学习高阶的属性关联信息。此外，当我们用属性数据与行为数据共同构建一张更复杂的异构图，此时还可以用GNN学习到异构的复合关联信息。

社交数据：我们还以用社交网络进一步丰富User之间的邻居关系，不过对于盲目使用社交数据的有效性我是存疑的。具有社交关系的人真的存在相似的偏好吗？首先，不同的社交关系含义不同，例如，亲戚关系更多表示血缘上的联系，不足以表达偏好上的关联。其次，社交关系表达的关联真的适用于我的场景吗？例如，朋友关系表达的更多是观点或思想上的关联，在电商场景下一对朋友不一定对商品拥有相似的偏好，但是在内容场景下例如抖音上，我和朋友确实都喜欢刷猫猫狗狗的视频。

短期数据 & 长期数据：对于行为数据，我们可以用第T-1的数据构建图用于第T天，也可以用连续N天的数据构建图用于第T天。短期数据更容易保留最近的流行趋势，例如，这两天人们抢着买压缩饼干啥的，但是构建的图会非常稀疏；长期数据更容易保留稳定的一般规律，例如，人们买完手机过阵子又买手机壳钢化膜啥的。

单个用户 & 群体用户：单个用户的行为数据构建的图更具个性化[43]，所谓“一人一图”，但是同样会存在稀疏问题；群体用户的行为数据构建的图更具泛化性，并且可以缓解某些长尾物品的冷启动问题。

以上几种模式并不是孤立的，可以根据不同的场景进行组合。此外，还存在着其他一些图模式。例如，GMCM[38]构建的图的结点是各种微观行为，边是它们的转移过程，权重是其转移概率，并且将CVR预测建模为了图分类任务。

2.3 特征使用

毫无疑问，ID特征是最重要的，但是利用其他特征诸如Item的Shop，Brand，Category等可以增强我们模型的泛化能力。对于这些泛化特征，一方面，我们可以直接使用Feature Concat的方式统一作为结点的特征，另一方面，也可以把这些特征建模为Entity结点从而学习高阶的属性关联信息。利用它们的难点在于特征维度和语义空间的对齐（异构性），可以从图的构建或模型结构方面加以解决。

2.4 采样方法

在第一部分已经介绍了三种常用的采样方法，搜推中用的比较多的是Node-Wise Sampling，在这里我们进一步完善讨论下该方法。必须强调的是只有当图的规模比较大时才需要采样，对于像UaG[43]中用单个用户行为数据构建的图（一人一图）就不需要采样。我们可以将Node-Wise Sampling抽象为两个步骤：Root结点的采样和邻居结点的采样。

Root结点的采样：Root结点是我们在训练或推断时需要直接用到的结点，例如，使用User和Item之间的链接预测任务建模Item推荐时，首先需要采样一个Batch的待预测的边，这些边两端的User和Item作为Root结点；或者我们想用图信息丰富用户行为序列中Item的表征，则行为数据中的Item作为Root结点[36]。

邻居结点的采样：这一步为每个Root结点采样其邻居结点，都是以迭代的方式采样1-K阶邻居（包括Random Walk）。

全采样：即保留所有1-K阶邻居，邻居数量会非常庞大，适用于离线“预训练”的方式，即线上只用到训练好的Embedding，不然单采样带来的开销就无法承受。

均匀分布采样：即GraphSage中的采样方式，每个邻居结点被采样到的概率相同。

概率分布采样：区别于GraphSage的均匀分布采样，例如上文提到的在构建图时统计的共现频数，归一化后可以作为采样的概率分布，这样更容易采样到重要的邻居。

Meta-Path采样[41]：按照预定义的Meta-Path去采样邻居，实际上相当于在异构图中采样高阶邻居，例如，按照Meta-Path User-Item-User采样User的User邻居。

Random Walk采样[46]：使用Random Walk方法采样邻居，本质上也是一种概率分布采样，每个邻居被采用的概率由度数计算。我们可以使用不同的Random Walk策略，例如个性化PageRank。

2.5 模型结构

在第一部分已经介绍了一些常用的GNN模型，这里我们进一步将GNN抽象为两个步骤：邻居聚合和表征融合。在应用GNN到推荐系统时，主要从异构建模和特征交互两个角度改进模型，Attention机制和Layer Aggregation贯穿其中。

邻居聚合：顾名思义，即聚合邻居结点的信息，得到中心结点的邻域的表征。GCN是在每一层对每个结点聚合1阶邻居，则第K层的输出则包含了K-Hop范围的邻居信息，但是它需要操作全图无法扩展到大规模图数据。这里我们讨论Node-Wise Samling下邻居聚合的过程。

迭代聚合：Node-Wise Sampling实际上围绕中心结点构造了一个1-K阶的层次邻域结构，因此可以迭代地聚合K-1阶的邻居直到中心结点，这也是GraphSage采用的方式，它的一个缺点是计算是串行的，计算完第i阶才能继续第i-1阶的计算，如果线上需要用到该过程会导致RT过高。

并行聚合：我们可以直接并行地聚合1，2，...，K阶邻居，然后再融合它们得到最终的邻域表征，避免了串行计算带来的高时间开销。

Parallel-GCNs

表征融合：经过邻居聚合得到邻域表征后，我们还需要将它与自身表征融合。常用的几种方式是：Add[11]，Concat[5]，Attention。Attention主要是考虑到自身与邻域表征的重要性差异。

异构建模：第一部分提到真实场景中的图数据大多是异构的，在使用GNN时需要考虑到结点与边类型的差异性。考虑异构性后我们可以将上述过程扩展为三个步骤：邻居聚合，邻域融合，自身融合。在模型结构上基本都遵循着第一部分提到的Node or Edge Type-Specific Transformation+Attention的框架。

邻居聚合：邻居结点存在不同的类型，因此一般按类型分别聚合邻居。一种比较特殊的方式是将原来的异构图转化为一系列的同构子图，在这些子图上可以直接使用同构GNN。

邻域融合：融合上一步骤得到的不同类型的邻域表征

自身融合：最后再融合自身表征

特征交互：部分工作认为GNN缺少对邻居之间的交互[47][48]，邻域之间的交互[48][49]，邻域与自身的交互[50]的建模，因此引入元素积，self-Attention，co-attenive等方式增强特征交互。

Attention机制：Attention可以说是万金油技术了，这里主要被用来建模邻居之间的重要性差异，邻域之间的重要性差异，自身与邻域的重要性差异。

Layer Aggregation[51]：在Deeper GNN部分提到过，第K层输出包含了K-Hop邻居信息，Layer Aggregation即组合不同范围的邻居信息。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。