節點分類（Node Classification）是什麼？

一種圖學習任務，目標是為圖中的節點預測標籤或類別，利用圖結構和節點特徵進行學習。

核心概念

節點分類是監督或半監督學習任務，將圖的節點分為多個預定義的類別。在標準監督設定中，需要完整的標籤集；在半監督設定中（更常見），只有少量標籤節點。模型透過以下方式進行學習：

1. 利用已標籤節點的特徵和標籤進行訓練
2. 透過圖結構傳播資訊（節點傾向與相鄰節點同類）
3. 預測無標籤節點的標籤

節點分類背後的假設是「同質性假設」（homophily assumption）：相連節點更可能屬於同一類別。這個假設在社交網路、引文網路中通常成立，但在某些異質圖或推薦系統中可能不成立。

運作原理

• 特徵表示：每個節點初始有特徵向量，可來自多種來源：

• 內容特徵：文本、屬性、元數據

• 結構特徵：度數、三角形計數等

• 學習特徵：由深度模型自動提取

• 圖神經網路聚合：使用 GCN、GAT 或其他 GNN，利用圖結構傳播資訊。每層 GNN 對節點聚合鄰域資訊，逐漸形成包含多跳鄰域資訊的表示。

• 分類器：在 GNN 的最後一層輸出上接一個分類頭（如 softmax 線性層），輸出節點屬於各類的機率分佈。

• 訓練：在已標籤節點上計算交叉熵損失，使用反向傳播更新 GNN 和分類器參數。

• 評估：在獨立的測試集上評估準確率、精準率、召回率等指標。在半監督設定中，常使用引文網路（Cora、Citeseer、Pubmed）作為標準基準。

實際應用

• 社交網路分析：預測使用者屬性（興趣類別、年齡群組等）。Facebook、LinkedIn 等利用好友關係和用戶行為進行使用者分類，用於定向廣告和推薦。

• 引文網路分類：在學術論文引用網路上，根據論文內容和引用關係預測研究領域或主題。這是最經典的節點分類基準。

• 蛋白質功能預測：在蛋白質互作網路上，根據結構相似性和相互作用預測蛋白質的生物學功能。

• 網頁分類：在網際網路的超連結圖上預測網頁的主題類別，用於搜尋引擎排名或內容推薦。

• 欺詐檢測：在交易網路或社交網路上，結合交易特徵和網路結構偵測欺詐行為。銀行、電商等應用此技術。

• 藥物靶點發現：在蛋白質相互作用網路和疾病基因網路上，預測基因與疾病的關聯。

常見誤區

• 誤區一：節點分類總是遵循同質性假設。在推薦系統（使用者-物品二部圖）、異質圖、或社交網路中的反抗性關係中，相連節點可能屬於不同類別。此時簡單的圖傳播反而有害。

• 誤區二：更多訓練標籤總是更好。在半監督設定中，標籤節點比例過高會削弱圖結構的作用，使 GNN 退化為無圖的文本分類。最優的標籤比例需要實驗確定。

• 誤區三：任何圖都適合節點分類。若圖本身無結構信息（隨機圖）或節點特徵已充分區分，圖結構貢獻有限。節點分類受益於結構有意義、標籤分佈不均的圖。

• 誤區四：節點分類精度接近 100% 表示學習完美。引文網路（Cora、Citeseer）等基準中，簡單特徵已能達到 80% 左右精度。更高精度往往來自過擬合或基準本身標籤品質不高。

與相關技術的比較

• 文本分類：節點分類類似文本分類，但額外利用了圖結構。若忽略圖結構，節點分類退化為文本分類。圖結構可以平滑標籤傳播，改進少標籤或新類別上的性能。

• 社交網路推理：推理（如預測關注、預測互動）通常針對特定邊或用戶對。節點分類針對節點本身，更多利用內容和全局結構。

• 圖分類：圖分類對整個圖進行分類（如分子是否有毒性）。節點分類對圖內的節點分類。二者都用 GNN，但汇聚策略不同（圖分類最後通常用全局池化）。

• 連結預測：連結預測預測兩個節點間是否存在邊。節點分類預測節點的標籤。二者都利用圖結構，但目標不同。