图神经网络：方法与应用综述

  • 关联论文：1812.08434
  • 作者：flyP
  • 更新：2026-08-06

一句话结论

Zhou 等人提出了一套面向图数据的通用 GNN 设计 pipeline（图的预处理 → 传播 step → 采样 → 层级聚合 → 预测/解码），并据此系统梳理了图卷积网络（GCN）、图注意力网络（GAT）、图循环网络（GRN）、图门控网络（GGNN）等代表性变体，最后给出四个未来方向，是后续几乎所有 GNN 综述的引文基础。[?]

解决什么真问题

深度学习在欧氏空间（图像、文本、序列）上已经成熟，但现实中大量数据天然是图：社交网络、分子结构、交通路网、知识图谱、推荐系统的 user-item 二部图、3D 点云。传统 CNN / RNN 无法直接处理非规则邻接结构。早期做法是手动设计图特征（如随机游走、图核），可扩展性差、特征工程重。该综述回答的核心问题是：

  • 能不能像 CNN 在像素、RNN 在 token 上那样，给图数据一套统一的、端到端的神经网络建模范式？
  • 不同 GNN 变体之间是并列关系还是可被同一框架刻画？
  • 当下哪些应用最受益，下一步该攻哪些开放问题？

核心方法：通用设计 pipeline + 四类变体

论文把 GNN 的设计抽象为五步 pipeline：

  1. 图结构预处理：找到最方便表示的图形式（邻接矩阵、邻接表、稀疏张量）。
  2. 每一步的传播 step（propagation step）：节点从邻居聚合信息并更新表示。
  3. 采样（sampling）：邻居爆炸时按层采样（如 GraphSAGE 的邻居采样）。
  4. 层级聚合（pooling / readout）：把节点表示变成图级表示（如 sum/mean/max、hierarchical pooling）。
  5. 预测/解码：节点级 / 边级 / 图级任务的下游 head。

下面四类变体都可以塞进这套 pipeline：

  • GCN（Graph Convolutional Network）：把卷积操作推广到图，传播 step 用对称归一化的邻接矩阵 A_hat = D^{-1/2} (A + I) D^{-1/2} 做线性变换后聚合： H^{(l+1)} = σ( A_hat H^{(l)} W^{(l)} )。
  • GAT（Graph Attention Network）：用注意力系数替代固定权重，对每个邻居 j ∈ N(i) 计算 α_ij，再加权求和，多头拼接/平均。
  • GRN（Graph Recurrent Network）：把传播视为状态转移 H^{(t+1)} = f( H^{(t)}, A )，可用 LSTM/GRU 作为更新函数。[?]
  • GGNN（Graph Gated Neural Network, Li et al.）[?]：用 GRU 类门控更新节点状态，并在固定步数后展开，输出由 readout 得到。

按传播 step 的不同，论文还把 GCN 类模型分为频域（基于图傅里叶变换 / 谱卷积，如 ChebNet）与空域（直接在邻居上聚合，如 GraphSAGE、DCNN）两大流派。频域派给出连续滤波器 → Chebyshev 多项式近似 → 一阶近似的谱图卷积推导链条，是后续 GCN 简化版的理论根基。

关键实验与数据

综述本身不主张原创实验，论文实验部分主要做"分类与对比"：

  • 节点级：标准引用网络（Cora、Citeseer、Pubmed）上的半监督分类，GAT/GNN/GCN 报告接近 SOTA 的精度（原论文 v3/v4 时期）。[?]
  • 图级：分子数据集（如 NCI、QM9、PROTEINS）上做图分类，GNN 类方法超过传统图核。[?]
  • 应用盘点：把应用按四象限划分——结构化场景（社交、推荐、交通、物理）、非结构化场景（文本→依存树、图像→场景图）、其他场景（生成、对抗攻击、组合优化）、应用层落地（药物、推荐、欺诈）。注意：综述本身只列这些数据集和趋势，不做新实验。后续读者如果要做对比，应去原 GCN / GAT / GraphSAGE / GIN 论文里看统一 benchmark（OGB、Dwivedi et al. 2020《Benchmarking GNNs》）。[?]

亮点与局限

亮点：

  • 第一次系统地把"图卷积 / 图注意力 / 图循环 / 图门控"四种代表性变体纳入同一 pipeline。[?]
  • 把频域与空域 GCN 的关系讲清楚，是后续 GCN 简化版成为入门必读的关键文献。
  • 明确提出四个开放问题：(1) 浅层结构与过平滑、(2) 动态图、(3) 非结构化数据的图推理、(4) 可扩展性 —— 这四个问题直接驱动了 GraphSAGE、Cluster-GCN、GraphSAINT、GIN、Transformer-GNN 后续几年发展。
  • Semantic Scholar 引用 7200+（[?] 未经独立实时核查），是 GNN 综述的事实标准之一。

局限（原文未明确，但放到现在看）：

  • 论文偏工程入门视角，对谱方法的复杂度、过平滑的频域解释只点到为止。
  • 没有给统一的 benchmark 复现脚本，下游读者要自己拼环境。
  • 当时（2018）还没有把"图 Transformer（GraphGPS / GATv2 等）"、"等变性 / 表达能力（Weisfeiler-Lehman 视角）"这些后续热门方向纳入。
  • 应用盘点偏定性，缺乏"哪个数据集上哪个方法 SOTA"的定量表（这是后来 OGB / Dwivedi benchmark 补的）。
  • 本文发表时尚无 OGB / Dwivedi benchmark，原文仅做定性盘点；OGB（Knyazev et al., 2021）出现后 GNN 评测才进入新阶段，将两者并列评述需注意时间线。

对工程落地的启发

  • 选型建议：小图（节点 ≤ 10k）直接用 GCN/GAT/GraphSAGE 起步；大图（百万节点）走邻居采样 + Cluster-GCN / GraphSAINT；分子与图分类用 GIN（理论表达力最强）。
  • 过平滑：超过 2-3 层就要么加残差 / skip connection，要么用 PairNorm / DropEdge，要么上图 Transformer。
  • 输入准备：无向图要 symmetric 化、加自环；特征缺失用度、PageRank 等结构特征补齐。
  • 复用 pipeline：这套"预处理 → 传播 → 采样 → 池化 → 解码"五步现在依旧适用，把 GGNN 换成 GATv2 或 GraphSAGE 即可。

与同方向工作的关系

  • 前置：Kipf & Welling 2017（GCN 原论文）、Hamilton et al. 2017（GraphSAGE）、Veličković et al. 2017（GAT）、Li et al. 2015/2016（Gated GNN）—— 综述把它们串成一张图。[?]
  • 同期：Ying et al. 2018（GraphSAGE 的 pooling 变体 DiffPool）、Xu et al. 2019（GIN，给出 WL 表达力分析）。
  • 后续：Wu et al. 2020《A Comprehensive Survey on GNNs》[?]、Dwivedi et al. 2020《Benchmarking GNNs》、Khosla et al. / Stanford OGB（统一 benchmark）—— 本文几乎都被列为参考文献或对照基准。[?]
  • 当下：图 Transformer（GraphGPS / Graphormer / SAT）等新方向可视为"传播 step"的注意力化扩展。

适合谁读

  • 想从零系统理解 GNN 的工程师与研究生。
  • 在做推荐、风控、分子生成、交通预测需要选型 GNN 的应用开发者。
  • 写综述/答辩/课程讲义需要一张清晰的"四类 GNN 变体 + 通用 pipeline"分类图的老师。
  • 偏机器学习理论的研究者也能用它做快速索引，再跳到 GIN、Graph Transformer 等更新文献。

反方视角与不确定性

  • 论文给出的四类变体是 2018 年的快照，今天 GIN、图 Transformer、GraphGym 已经成为新基线，本文没覆盖。
  • 没有统一 benchmark 表，所有 SOTA 表述需自行对照 OGB 论文核验。[?]
  • 文中引用的若干应用效果数字（如某场景上 GNN 比传统方法提升多少）原综述仅做定性描述，原文未给出统一对照数字，引用具体增益时建议回到原始方法论文或 OGB 榜单核实。
  • 引用计数 7200+ 为 Semantic Scholar 快照数据，未经实时核查，建议以 Google Scholar 或 Semantic Scholar 实时查询为准。

工程落地与核查（Jay）

事实核查

  • ✅ arXiv ID 1812.08434 确认存在，标题为"Graph Neural Networks: A Review of Methods and Applications"。
  • ⚠️ "后续几乎所有 GNN 综述的引文基础"为定性声明，无法逐篇核实；建议改为"是 GNN 综述中高引用代表之一"。
  • ⚠️ "第一次系统组织四类变体"的声明需注意：Wuy 2017 等同期工作是否已有类似分类有待原始文献核查，建议原文核验 Section I。
  • ⚠️ 引用计数 7200+（Semantic Scholar）未经实时核查，以实际查询结果为准。
  • ⚠️ Wu et al. 2020 论文全称应为"A Comprehensive Survey on Graph Neural Networks"，建议核实。
  • ⚠️ 节点级 / 图级具体精度数字为原论文各章节散布数据，建议回原文 Table 1–2 核验，不建议直接引用本文转述值。
  • ✅ GCN / GAT / GraphSAGE / GIN 的技术路线和 pipeline 结构与后续文献一致。

工程路径

# GNN 选型决策树（基于五步 pipeline）
import torch_geometric as pyg

# 小图（<10k 节点）→ 直接用 GCN / GAT
model = pyg.models.GCN(in_channels, hidden_channels, out_channels, num_layers=2)

# 中图（10k–1M）→ 邻居采样 + GraphSAGE
model = pyg.models.GraphSAGE(in_channels, hidden_channels, out_channels, num_layers=2, aggr='mean')

# 大图（>1M）→ Cluster-GCN 或 GraphSAINT
# pip install torch-geometric-temporal  # GraphSAINT 在 pyg 中有集成

# 图分类 → GIN（理论表达力最强，WL-test 视角）
model = pyg.models.GIN(in_channels, hidden_channels, out_channels, num_layers=4)

# 管道自查清单
# 1. 无向图 → 添加自环并对称邻接矩阵
# 2. 特征缺失 → 补度、PageRank、特征统计量
# 3. >3 层 → 加残差连接，或用 PairNorm / DropEdge 抗过平滑
# 4. 异构图 → 用 RGCN / HAN / HeteroGNN，不直接套用同构图模型

风险与边界

  • 本文写于 2018 年，过平滑、动态图、非结构化图推理、图 Transformer 等方向在本文发表后才大规模展开，阅读时需区分"综述结论"和"后续发展"。
  • 文中所有 SOTA 数字均需回 OGB / benchmarking GNN 论文（D wivedi et al., 2020）重新核验，不可直接引用。
  • GIN（Xu et al., 2019）发表后已成图分类新基线，本文以 GCN / GAT 为代表的图分类结论需相应更新。