1 引言

近些年来，对图神经网络（GNN）的研究如火如荼。通过设计基于 GNN 的模型，我们可以对结构化的数据（如社交网络图、分子图等）与对应的标签（点级别、边级别、图级别）进行有监督的端到端训练，使神经网络学习结构化数据与标签的联系。流行的 GNN 结构有 GCN [1], GraphSAGE [2], GAT [3], DGI [4], GIN [5] 等。

尽管 GNN 相关模型在多个任务上取得了惊艳的效果，但仍然存在许多问题，如：

1. 监督标签很难获取：一般来说，GNN 的训练需要充足的任务相关的标签数据，而获取这些标签数据又往往是昂贵且费力的 [6]。例如生物/化学数据上的标签，一般需要专业实验室进行实验以获取 [7, 8]。
2. GNN 不易训练：传统的 GNN 架构，在面对新任务或者更改了节点/边的特征时，只能重新训练。且一般来说，GNN 的训练需要较大的训练轮数才能达到较好的效果 [9]。

为了解决这些问题，一些研究者正在探索 GNN 上新的训练模式，如预训练和自监督学习。

一方面，可以借鉴预训练-微调的模式，先在容易获取的、大规模的、无监督的（或者粗粒度的有监督的）图数据上，对 GNN 的模型参数进行预训练。再将经过预训练的 GNN 模型参数作为下游任务的初始参数，在少量细粒度标签上快速地进行微调。

另一方面，可以参考自监督学习的模式（其中图对比学习的研究尤为火热），通过图数据自身的信号，设计自监督的损失函数，无需标注即可学习出有意义的节点/图表示向量。这些自监督表示向量进而结合 SVM 等传统机器学习方法，也可以达成不错的效果。

预训练-微调（Pre-training Fine-tuning）的模式在自然语言处理 [10]、计算机视觉 [11]、推荐系统 [12] 等领域取得了惊人的效果；而对比学习（Contrastive Learning）的流行，也在计算机视觉 [13] 等领域中重燃了学界对自监督学习的研究热情。在图学习领域，预训练和自监督的研究都还刚刚起步，具有较大的发展潜力。近两年（2020-2021）学界对 GNN 结构的探索逐步放缓，对预训练和自监督 GNN 的相关研究则快速升温。

本文将梳理近年来 GNN 预训练和自监督学习的相关工作，汇总常用资源，以思维导图的形式对主要方法进行分类。本文主要整理来自 ICML、ICLR、NeurIPS、KDD、WWW、AAAI、WSDM 等会议中已发表的工作。水平有限，难免疏漏，欢迎讨论、补充、指正，谢谢！

2 GNN + 预训练

本章节介绍近年来发表于顶会的 GNN 预训练工作。下图为对 GNN 预训练任务的归纳：

2.1 Strategies for Pre-training Graph Neural Networks [7]

本文由 Stanford 图学习大牛 Jure Leskovec 组的 Weihua Hu 和 Bowen Li 等人出品，发表于 ICLR 2020。

本文首先指出，GNN 的预训练-微调模式是很困难的。如果仅设计简单的任务进行预训练（如预测两点之间是否有边），评测下游任务时则经常可以观测到 negative transfer 的情况（即预训练-微调的结果要差于直接训练的结果）。作者认为出现 negative transfer 现象的原因为，预训练任务应该同时兼顾图的局部信息（Node-level）和全局信息（Graph-level）。如果只进行 Node-level 的预训练，节点的性质得到充分的学习，但是将图中节点 Pooling 起来得到的图表示向量则比较模糊；只进行 Graph-level 的预训练的话，Pooling 得到的图表示很清晰，但具体到每个节点的表示则较弱。 

为此，作者提出了两个 Node-level 的预训练任务，和一个 Graph-level 的预训练任务，并强调预训练应该同时结合两个级别进行。

Node-level：

• Context Prediction：类似 word2vec [14, 15] 的思想，根据节点的邻居来预测某个节点。对于一个中心节点（Center Node，上图 (a) 红色节点），定义其周围K跳邻居构成的子图为 Neighborhood，定义其r1跳至r2跳之间（可以看成一个环）的节点构成的子图为 Context Graphs。注意r1<K<r2，这样同一个中心节点对应的 Neighborhood 和 Context Graphs 之间存在节点的共享（上图 (a) 中绿色节点）。Neighborhood 通过正在预训练的 GNN 编码为向量，Context Graphs 则通过一个辅助的 GNN 编码为向量。本任务为，根据 Neighborhood 向量和 Context Graphs 向量，预测这两个子图是否由同一个中心节点生成而来。具体的预训练方法很像 word2vec，也是采用负采样的方法。
• Attribute Masking：简略地说即为预测图中点/边的属性（特征）。在预训练的 GNN 后接简单的分类器，随机 Mask 点/边的属性进行预测。比如上图 (b) 中，根据邻居节点预测某个节点的原子序号。

Graph-level：

• Supervised Property Prediction：有时数据中会包含一些容易获得的粗粒度（coarse-grained）图级别标签，本任务即为有监督的图级别标签预测。

除以上对于预训练策略的思考，本文另一个重要贡献为给学界提供了两个 Benchmark。真实场景中经常会出现的 out-of-distribution 问题，即测试数据（test）和训练数据（train+valid）具有不同的分布（如不同物种的蛋白质、不同结构的化学分子等），这种场景非常考验模型的泛化和迁移能力。作者联合 Stanford 化学学院和生物工程学院的学者，联合发布了两个 GNN 预训练+下游任务数据集，来测试 GNN 预训练策略在 out-of-distribution 场景下的迁移能力。这两个 Benchmark 也被广泛应用于后续的工作中。实验表明，结合 Node-level 和 Graph-level 的预训练策略可以有效避免 negative transfer，相比不预训练的 GNN 有较大的效果提升，且 fine-tuning 过程中收敛的轮数大大减少。

其他值得注意的点：

• 本文对应的代码实现中，先进行 Node-level 预训练，再基于 Node-level 的模型进行 Graph-level 的预训练，最后使用下游任务的数据集进行 Fine-tuning；
• 同时进行本文的两种 Node-level 预训练任务会使效果下降；
• 实验数据集中 out-of-distribution 指的是，下游任务的 test 和 train+valid 的分布是不同的。但预训练的时候其实是会使用下游任务的 test 中的全部图结构，以及部分粗粒度标签。为了避免数据泄漏，应保证 test 中用来评测的具有细粒度标签的图的集合，和用于有监督预训练的具有粗粒度标签的图的集合，相互正交。

2.2 GCC: Graph Contrastive Coding for Graph Neural Network Pre-Training [16]

本文来自清华唐杰老师组的 Jiezhong Qiu 等人，发表于 KDD 2020。

本文想解决的重要问题是，图学习能否进行跨领域（cross-domain）的预训练。上一节的工作中，进行预训练的图和下游任务上的图是同领域、同分布的，比如分子图（都是化学世界中的）、蛋白质交互图（都是从 PPI 网络中采样而来）。

本文提出的重要假设是：富有表达能力的图结构模式（patterns），在不同的网络之间，是通用的（universal）、可迁移的（transferable）。比如网络中广泛存在的 Power Law 定律等。

就具体的预训练方法而言，则是使用了对比学习的方法。以某个节点为中心，进行可重新开始的随机游走（random walk with restart）（一定概率回到起始节点），从而产生若干子图。在经过 GNN 编码后，设计对比学习的损失（Contrastive Loss），使来自同一个中心节点的向量表示靠近，来自不同中心节点的向量表示远离。注意，为了学习广泛的网络结构中的模式，采样子图后，节点会被重新编码，这样子图之间都是匿名的，相互之间不会有共享的节点表示。

本文在节点分类、图分类、Top-K 相似度检索任务上进行了评测。值得注意的是，尽管经过 GCC 预训练的 GNN 不一定能在每个数据集上都达到最优效果，但是都共享同一套 fine-tuning 超参数，即可以达到十分有竞争力的结果；相比之下，直接训练的 GNN 需要在不同数据集上进行细致的调参，较为敏感。

2.3 GPT-GNN: Generative Pre-Training of Graph Neural Networks [6]

本文由 UCLA 孙怡舟老师组的 Ziniu Hu 等人完成，发表于 KDD 2020。

本文提出了一种生成式 GNN 预训练任务。核心想法认为一张图是根据某种概率分布生成而来的，因此本文首先根据假设，人为定义了图生成所遵循的条件概率分布，进而将图结构与属性的恢复作为 GNN 的预训练任务。作者设计了一种巧妙的算法，通过将每个节点拆分成两个虚拟节点（Attribute Generation Nodes 和 Edge Generation Nodes），分别对应了图结构恢复和节点属性恢复的两个子任务，进而只需运行一次GNN 即可同时完成上述两个子任务。另外本文提出的概率生成预训练框架，可以直接适配至异构的 GNN。

本文在 OAG（Open Academic Graph）和 Amazon 评论推荐数据集上进行了实验，并考察了 GPT-GNN 对领域（Field）和时序（Time）的 out-of-distribution 迁移能力。不同于其他工作，本文实验中图数据的节点/边特征均为 XLNet 编码后的稠密文本特征。对于无特征的节点/边，则直接采用邻居特征的平均作为其自身的特征。

2.4 More Pre-training GNN Papers

Pre-Training Graph Neural Networks for Cold-Start Users and Items Representation [17]

本文为中国人民大学张静老师组的 Bowen Hao 等人发表于 WSDM 2021 的工作。本文通过删去部分用户-商品交互来模拟冷启动场景，并将Embedding 的恢复作为预训练任务。待恢复的节点的 ground-truth Embedding 由 NCF [18] 模型基于完整的交互数据学习得来。为了减少冷启动邻居的影响，本文还基于元学习的思想设计了 Meta-Aggregator 算法。本文在 ML-1M、MOOCs、Last.fm 这三个公开的推荐系统 Benchmark 上进行实验。

Learning to Pre-train Graph Neural Networks [19]

本文为北京邮电大学石川老师组的 Yuanfu Lu 等人发表于 AAAI 2021 的工作。本文考虑到现有的 GNN预训练任务与下游任务之间存在不一致性，进而提出利用元学习 Learn to Learn 的思想，使 GNN 预训练的优化目标为削减预训练任务与下游任务之间迁移的成本。本文设计了参考 LINE [20] 一阶的 Node-level 预训练目标，以及参考 DGI [4] 的 Graph-level 预训练目标。本文除了在 Hu et.al. ICLR20 [7] 分享的蛋白质数据集上进行实验，还分享了名为 PreDBLP 的学术网络数据集并进行实验。值得注意的是，本文要求被预训练的 GNN Encoder 必须包含可学习的参数化 Pooling 层以用于 Graph-level 预训练。

Graph Contrastive Learning with Augmentations [8]

本文的预训练任务为自监督的图对比学习任务，并提出了四种对图数据做数据增强的方法。原文第 5 章的 Transfer Learning 小节对该方法以预训练-微调的模式，在 Hu et.al. ICLR20 [7] 分享的蛋白质数据集和化学数据集上进行了实验。此工作会在本文第三章 GNN + 自监督的部分进行详细介绍。

Self-Supervised Graph Transformer on Large-Scale Molecular Data [21]

本文为腾讯 AI Lab 的 Yu Rong 和 Yatao Bian 等人发表于 NeurIPS 2020 的工作。虽然本文专注于化学分子图上的图级别预测任务，且不适用于任意的 GNN Encoder 预训练，但是其预训练思想仍然值得借鉴。本文提出的 Node-level  预训练任务是对 Hu et.al. ICLR20 [7] 中 AttrMasking 任务的拓展，从预测中心节点的属性，拓展为预测中心节点K跳邻居的属性的集合，从而使节点的预测目标包含了 Context 信息。本文还提出了预测 Motif（特定的子图元结构）的 Graph-level 预训练任务。先人为约定P个 Motif 结构，再对预训练数据集中每个分子图预测其中是否含有这P个 Motif 结构。本文在 Hu et.al. ICLR20 [7] 分享的化学分子数据集中的 8 个下游任务上进行了实验，并使用了更大的（11M）分子图数据集进行预训练。

3 GNN + 自监督

本章节介绍近年来发表于顶会的自监督 GNN 工作，着重于介绍图对比学习的发展。下图为图对比学习中，图数据增强方法的归纳：

3.1 Deep Graph Infomax [4]

本文由 GAT 的作者 Petar Veličković 等人发表于 ICLR 2019。

3.2 Graph Contrastive Learning with Augmentations [8]

本文由 Texas A&M University 的 Yuning You 和 Tianlong Chen 等人发表于 NeurIPS 2020。

本文的对比学习的框架并无大的创新，重点在于讨论如何对图数据做数据增强。本文提出了四种图数据增强的方法，具体而言：

• Node Dropping：随机删除图中的节点及与之相连的边；
• Edge Perturbation：随机增加 / 删除图中一定比例的边；
• Attribute Masking：随机 Mask 节点的属性；
• Subgraph：使用随机游走算法得到的子图（假设图的语义信息可以较大程度上被局部结构保留）；

本文也对这四种图数据增强策略的使用进行了讨论。（1）图数据增强策略的选择对图对比学习至关重要；（2）组合多种合适的图数据增强策略可以达到更好的效果；（3）对边的扰动（Edge Perturbation）对社交网络图有益，但会损害化学分子图（由于分子图中化学键对分子性质起重要作用）；（4）稠密图中 Attribute Masking 效果更好；（5）一般而言，Node Dropping 和 Subgraph 都可以起到比较好的效果。

本文提出的框架得到的 GNN Encoder 可以被用于多种模式。在自监督实验设置中，可以固定 GNN Encoder 的参数，得到的自监督的节点表示，进而通过 SVM 等传统机器学习方法进行分类。也可以进行迁移学习，不固定 GNN Encoder 的参数，在下游任务做微调。本文在众多 Benchmark 上进行了大量实验，包括半监督学习、无监督表示学习、迁移学习（预训练）和鲁棒性测试等，具体细节请参照原论文。本工作是图表示与图表示之间做对比，是 Graph-Graph 模式的。

3.3 Contrastive Multi-View Representation Learning on Graphs [24]

本文由加拿大 AutoDesk AI Lab 的 Kaveh Hassani 和 Amir Hosein Khasahmadi 发表于 ICML 2020 上。

本文提出的方法在框架上与 DGI （Node-Graph 对比的模式）和 SimCLR（同一张图增强出两个 View）类似，主要创新点在于提出 Diffusion 这种数据增强方法，以及经验化地分析了图对比学习的一些实验 Trick。

图数据增强方面，主要分为特征层面和结构层面两种。特征层面的数据增强方法主要为随机 Mask 特征，以及加入高斯噪声；结构层面的数据增强主要包括增加或删除边、采样子图、或者产生全局层面的 View（Global View）。本工作的主要创新则集中在 Global View 上。文中的Global View 即是将离散的邻接矩阵稠密化，对邻接矩阵进行重新赋值，任意两点之间都可以有一个浮点数值，两点联系的密切程度。一种平凡的方式是将两点之间的值设为图上的最短距离；更普适性的方式则沿用 NeurIPS 2019 的工作，使用 Diffusion [25]操作。Diffusion 也包含多种方式，如 Personalized PageRank (PPR) 或 heat kernel。详细推导请参考原文。本文实验中发现 PPR 方式的 Diffusion 效果最好。

本文还通过大量实验，给出了若干图对比学习的经验性结论。（1）多于 2 个的 View 对效果几乎没有提升，只用两个 View 即可；（2）只做 Node-Graph 模式的对比，效果要优于 Graph-Graph 的对比，或者多种对比方式混合；（3）对于由节点表示产生图表示的过程，简单的 Readout 函数要优于参数化的 Pooling 层；（4）正则 （regularization）和标准化（normalization）往往会产生负面影响。

3.4 More Self-supervised GNN (Graph Contrastive Learning) Papers

Graph Contrastive Learning with Adaptive Augmentation [26]

本文为中科院吴书老师组的 Yanqiao Zhu 和 Yichen Xu 等人发表于 WWW 2021 的工作。本文提出 GCA 方法，主要思想为图数据增强不应改变图的属性/标签/性质等。因此本文提出，对图数据增强时，应该尽量扰动那些不重要的边/节点/属性。本文对图上节点的重要性（以 Centrality 为核心）及属性的重要性（以离散特征出现的频率为核心）做了详细定义。此外，本文定义了同时计算“图内”以及“图间”的 Node-Node 对比学习的损失函数。

SUGAR: Subgraph Neural Network with Reinforcement Pooling and Self-Supervised Mutual Information Mechanism [27]

本文为北京航空航天大学李建欣老师组的 Qingyun Sun 等人发表于 WWW 2021 的工作。本文通过对比学习损失，来增强子图表示的表达能力。

4 总结与讨论

GNN 的预训练和自监督学习关系紧密又有所区别，笔者认为最核心的区别在于两点：

1. 预训练的核心为迁移能力，即经过预训练的 GNN 参数能否快速、准确地迁移至新的下游任务上，而自监督学习一般会固定经过训练的节点/图表示向量。对于预训练方法 / 模型的迁移能力，现有工作基本以经验性地实验验证为主，而理论分析较少；
2. 预训练时可以利用容易获取的粗粒度标签作为监督信号，而自监督学习一般不使用监督信号。但是如何平衡预训练过程中的无监督任务和有监督任务，以及它们如何对模型的迁移能力产生影响的，目前也较为缺少相关研究。

总之，GNN 的预训练和自监督学习（对比学习）仍然是个年轻的领域，有众多问题值得进一步地分析研究。也欢迎对这个方向感兴趣的研究者通过邮件（houyupeng@ruc.edu.cn）等方式与笔者联系，深入地交流讨论，相信思维的碰撞会产生别样的火花。