关于GNN、GCN、GraphSAGE（3）--GraphSage

GraphSAGE & PinSAGE

这里有两种图采样算法。

在实际问题中，一张图可能节点非常多，因此没有办法一次性的把整张图送入计算机资源，所以我们使用一种有效的采样算法，从全图G中采样出一个子图g，进行训练。

在进行采样之前，我们至少应该保证采样后的子图是连通的。

GraphSAGE(SAmple$aggreGatE)

主要分为两步：采样、聚合

采样的阶段：首先选择一个点，然后随机选取这个点的一阶邻居，再以这些邻居为起点随机选择它们的一阶邻居。以下图为例，我们要预测0号节点，因此首先随机选择0号节点的一阶邻居2、4、5；然后随机选择2号节点的一阶邻居8、9；4号节点的一阶邻居11、12；5号节点的一阶邻居13、15

聚合的阶段：具体来说就是直接将子图从全图中抽离出来，从最边缘的节点开始，一层一层的向里更新节点。

GraphSAGE的优点：1.极大减少训练计算量 2.允许泛化到新连接关系

PinSAGE

采样时只能选取真实的邻居节点吗？PinSAGE算法如果构建的是一个与虚拟邻居相连的子图有什么优点?PinSAGE算法将会给我们解答。

PinSAGE算法通过多次随机游走，按游走经过的频率选取邻居，例如下面以0号节点作为起始，随即进行了四次游走、

 其中5、10、11三个节点出现的频率最高，因此我们将这三个节点与0号节点相连，作为0号节点的虚拟邻居。

回顾上述问题，采样时选取虚拟邻居有什么好处？可以快速获取远距离邻居的信息。实际上如果按照GraphSAGE算法的方式生成子图，在聚合过程中，非一阶邻居的信息可以通过消息传递逐渐传到中心，但是随着距离的增大，离中心越远的节点，其信息在传递过程中就越困难，甚至可能无法传递到；如果按照PinSAGE算法的方式生成子图，有一定概率可以将非一阶邻居与中心直接相连，这样就可以快速聚合到多阶邻居的信息。