es的master节点怎么启动 es ingest节点

论文链接：https://arxiv.org/abs/1706.02216 github链接：https://github.com/williamleif/GraphSAGE

1 概括

在大规模图上学习节点embedding，在很多任务中非常有效，如学习节点拓扑结构的 DeepWalk 以及同时学习邻居特征和拓扑结构的semi-GCN。

但是现在大多数方法都是直推式学习， 不能直接泛化到未知节点。这些方法是在一个固定的图上直接学习每个节点embedding，但是大多情况图是会演化的，当网络结构改变以及新节点的出现，直推式学习需要重新训练（复杂度高且可能会导致embedding会偏移），很难落地在需要快速生成未知节点embedding的机器学习系统上。

此文提出的方法叫GraphSAGE，针对的问题是之前的网络表示学习的transductive，从而提出了一个inductive的GraphSAGE算法。GraphSAGE是为了学习一种节点表示方法，即如何通过从一个顶点的局部邻居采样并聚合顶点特征，而不是为每个顶点训练单独的embedding。

直推式(transductive)学习：从特殊到特殊，仅考虑当前数据。在图中学习目标是学习目标是直接生成当前节点的embedding，例如DeepWalk、LINE，把每个节点embedding作为参数，并通过SGD优化，又如GCN，在训练过程中使用图的拉普拉斯矩阵进行计算。
归纳(inductive)学习：平时所说的一般的机器学习任务，从特殊到一般：目标是在未知数据上也有区分性。

GraphSAGE基本思路：
既然新增的节点，一定会改变原有节点的表示，那么为什么一定要得到每个节点的一个固定的表示呢？何不直接学习一种节点的表示方法。去学习一个节点的信息是怎么通过其邻居节点的特征聚合而来的。 学习到了这样的“聚合函数”，而我们本身就已知各个节点的特征和邻居关系，我们就可以很方便地得到一个新节点的表示了。

2 GraphSAGE框架

本文提出GraphSAGE框架的核心是如何聚合节点邻居特征信息，本章先介绍GraphSAGE前向传播过程（生成节点embedding），不同的聚合函数设定；然后介绍无监督和有监督的损失函数以及参数学习。

2.1 前向传播

a. 可视化例子：下图是GraphSAGE 生成目标节点（红色）embededing并供下游任务预测的过程：

1. 先对邻居随机采样，降低计算复杂度（图中一跳邻居采样数=3，二跳邻居采样数=5）
2. 生成目标节点embedding：先聚合2跳邻居特征，生成一跳邻居embedding，再聚合一跳邻居embedding，生成目标节点embedding，从而获得二跳邻居信息。（后面具体会讲）。
3. 将embedding作为全连接层的输入，预测目标节点的标签。

b. 伪代码:

4-5行是核心代码，介绍卷积层操作：聚合与节点$v$相连的邻居（采样）$k-1$层的embedding，得到第$k$层邻居聚合特征$h^{k}_{N(v)}$，与节点$v$第$k-1$层embedding $h^{k-1}_{v}$ 拼接，并通过全连接层转换，得到节点$v$在第$k$层的embedding $h^{k}_{v}$。

2.2 聚合函数

伪代码第5行可以使用不同聚合函数，本小节介绍五种满足排序不变量的聚合函数：平均、GCN归纳式、LSTM、pooling聚合器。（因为邻居没有顺序，聚合函数需要满足排序不变量的特性，即输入顺序不会影响函数结果）

a.平均聚合：先对邻居embedding中每个维度取平均，然后与目标节点embedding拼接后进行非线性转换。

$h^{k}_{N(v)} = mean({h^{k-1}_u, u \in N(v)}) \\ h^{k}_v = \sigma(W^k \cdot CONCAT(h^{k-1}_v, h^{k}_{N(v)}))$

b. 归纳式聚合：直接对目标节点和所有邻居embedding中每个维度取平均（替换伪代码中第5、6行），后再非线性转换：

$h^{k}_u = \sigma(W^k \cdot mean(\{h^{k-1}_{v}\} \cup \{h^{k-1}_u, \forall u \in N(v)\}))$

c. LSTM聚合：LSTM函数不符合“排序不变量”的性质，需要先对邻居随机排序，然后将随机的邻居序列embedding $\{ x_t, t\in N(v) \}$

d. Pooling聚合器:先对每个邻居节点上一层embedding进行非线性转换（等价单个全连接层，每一维度代表在某方面的表示（如信用情况）），再按维度应用 max/mean pooling，捕获邻居集上在某方面的突出的／综合的表现 以此表示目标节点embedding。

$h^{k}_{N(v)} = max(\{\sigma(W_{pool}h^k_{ui} +b)\}, u_i \in N(v)) \\ h^{k}_v = \sigma(W^k \cdot CONCAT(h^{k-1}_v, h^{k-1}_{N(v)}))$

2.3 无监督和有监督损失设定

损失函数根据具体应用情况，可以使用基于图的无监督损失和有监督损失。

a. 基于图的无监督损失：希望节点$u$与“邻居”$v$的embedding也相似（对应公式第一项），而与“没有交集”的节点$v_n$不相似（对应公式第二项)。

$J_{\mathcal{G}}\left(\mathbf{z}_{u}\right)=-\log \left(\sigma\left(\mathbf{z}_{u}^{\top} \mathbf{z}_{v}\right)\right)-Q \cdot \mathbb{E}_{v_{n} \sim P_{n}(v)} \log \left(\sigma\left(-\mathbf{z}_{u}^{\top} \mathbf{z}_{v_{n}}\right)\right)$

• $z_u$ 为节点$u$通过GraphSAGE生成的embedding。
• 节点$v$是节点$u$随机游走访达“邻居”。
• $v_n \sim P_n(u)$ 表示负采样：节点 $v_n$ 是从节点$u$的负采样分布 $P_n$ 采样的，$Q$为采样样本数。
• embedding之间相似度通过向量点积计算得到。

b. 有监督损失：无监督损失函数的设定来学习节点embedding 可以供下游多个任务使用，若仅使用在特定某个任务上，则可以替代上述损失函数符合特定任务目标，如交叉熵。

2.4 参数学习

通过前向传播得到节点$u$的embedding $z_u$ ,然后梯度下降（实现使用Adam优化器） 进行反向传播优化参数 $W^{k}$

3.实验

3.1 实验目的

1. 比较GraphSAGE 相比baseline 算法的提升效果；
2. 比较GraphSAGE的不同聚合函数。

3.2 数据集及任务

1. Citation 论文引用网络（节点分类）
2. Reddit web论坛 （节点分类）
3. PPI 蛋白质网络 （graph分类）

3.3 比较方法

1. 随机分类器
2. 手工特征（非图特征）
3. deepwalk（图拓扑特征）
4. deepwalk+手工特征
5. GraphSAGE四个变种 ，并无监督生成embedding输入给LR 和 端到端有监督

(分类器均采用LR)

3.4 GraphSAGE 设置

• K=2，聚合两跳内邻居特征
• S1=25，S2=10： 对一跳邻居抽样25个，二跳邻居抽样10个
• RELU 激活单元
• Adam 优化器
• 对每个节点进行步长为5的50次随机游走
• 负采样参考word2vec，按平滑degree进行，对每个节点采样20个。
• 保证公平性：所有版本都采用相同的minibatch迭代器、损失函数、邻居抽样器。
• 实验测试了根据式1的损失函数训练的GraphSAGE的各种变体，还有在分类交叉熵损失上训练的可监督变体
• 对于Reddit和citation数据集，使用”online”的方式来训练DeepWalk
• 在多图情况下，不能使用DeepWalk，因为通过DeepWalk在不同不相交的图上运行后生成的embedding空间对它们彼此说可能是arbitrarily rotated的（见文中附录D）

3.5 运行时间和参数敏感性

1. 计算时间：下图A中GraphSAGE中LSTM训练速度最慢，但相比DeepWalk，GraphSAGE在预测时间减少100-500倍（因为对于未知节点，DeepWalk要重新进行随机游走以及通过SGD学习embedding）
2. 邻居抽样数量：下图B中邻居抽样数量递增，边际收益递减（F1），但计算时间也变大。 平衡F1和计算时间，将S1设为25。
3. 聚合K跳内信息：在GraphSAGE， K=2 相比K=1 有10-15%的提升；但将K设置超过2，边际效果上只有0-5%的提升，但是计算时间却变大了10-100倍。

3.6 效果

1. GraphSAGE相比baseline 效果大幅度提升
2. GraphSAGE有监督版本比无监督效果好。
3. LSTM和pool的效果较好