论文链接：https://arxiv.org/abs/2105.09111
代码链接：https://github.com/liun-online/HeCo

摘要

异质图神经网络（HGNNs）作为一种新兴技术，在处理异质信息网络（HIN）方面显示出了优越的能力。然而，大多数HGNNs采用半监督学习方式，这明显限制了其在实际应用中的广泛应用，因为在实际应用中标签通常很少。近年来，对比学习作为一种自监督学习方法，在没有标签的情况下显示出巨大的潜力。本文研究了HGNNs的自监督学习问题，提出了一种新的HGNNs协同对比学习机制HeCo。 与传统的只注重正负样本对比的对比学习不同，HeCo采用了跨视角（cross-view）对比机制。具体地说，本文提出了HIN的两个视角（网络架构和元路径视角）来学习节点嵌入，从而同时捕获局部和高阶结构。在此基础上，提出了跨视角对比学习的概念，并提出了一种视角掩蔽机制（view mask mechanism），从两种视角中提取正嵌入和负嵌入。这使得两个视角能够协作地相互监督，并最终学习到高阶节点嵌入。此外，本文还设计了两个HeCo扩展来产生高质量的harder negative samples，进一步提高了HeCo的性能。在各种真实网络上进行的大量实验表明，所提方法的性能优于现有技术。

1 准备工作

（1）异质信息网络（Heterogeneous Information Network）

HIN被定义为 G = { V , E , A , R , ϕ , ψ } \mathcal{G}=\{\mathcal{V},\mathcal{E},\mathcal{A},\mathcal{R},ϕ,ψ\} G={V,E,A,R,ϕ,ψ}，其中，$\mathcal{V}$和$\mathcal{E}$分别是节点集和边集，它们分别与节点映射函数$\varphi ：\mathcal{V}\to \mathcal{A}$和边映射函数$\psi ：\mathcal{E}\to \mathcal{R}$相关联，$\mathcal{A}$和$\mathcal{R}$分别是节点类型集和边类型集，$|\mathcal{A}+\mathcal{R}|＞2$。

（2）网络架构（Network Schema）

$T_G=(\mathcal{A},\mathcal{R})$，是HIN $\mathcal{G}$的一个元模板，是在$\mathcal{A}$上定义的有向图，其边来自$\mathcal{R}$。

网络架构用于描述不同节点之间的直接连接，它表示局部结构。

（3）元路径（Meta-path）

元路径$\mathcal{P}$被定义为如下形式的路径，$A_1\stackrel{R_1}{\to }{A}_2\stackrel{R_2}{\to }...\stackrel{R_l}{\to }{A}_{l+1}$（缩写为$A_1{A}_2...A_{l+1}$），它描述了节点类型$A_1$和$A_{l+1}$之间的复合关系$R=R_1◦R_2◦...◦R_l$，$◦$表示复合运算符。

由于元路径是多重关系的组合，因此它包含了复杂的语义，这被认为是高阶结构。

2 HeGo模型

本节提出了HeCo，一种新的具有协同对比学习的异质图神经网络，整体架构如图2所示。该模型从网络架构视角和元路径视角编码节点，这完全捕获了HIN的结构。在编码过程中，还创造性地引入了视角掩蔽机制，它使这两个视角相互补充和监督。对于这两个特定视角的嵌入，我们对这两种视角使用了对比学习。考虑到节点间的高相关性，我们重新定义了HIN中一个节点的正样本，并特别设计了一种优化策略。

2.1 节点特征转换

首先，需要将所有类型节点的特征投影到一个公共的潜在向量空间中，如图2（a）所示。

具体来说，对于$\varphi (i)$类型的节点$i$，我们设计了一个特定类型的映射矩阵$W_{\varphi (i)}$来将其特征$x_i$转换到公共空间：
$$h_i=\sigma (W_{\varphi (i)}\cdot x_i+b_{\varphi (i)})\text{\hspace{1em}(1)}$$
其中，$h_i\in {\mathbb{R}}^{d\times 1}$是节点$i$的投影特征，$\sigma (i)$是激活函数，$b_{\varphi (i)}$表示向量偏差。

2.2 网络架构视角引导的编码器

现在我们的目标是学习在网络架构视角下节点$i$的嵌入，如图2（b）所示。

根据网络架构，我们假设目标节点$i$与$S$种其他类型的节点 { Φ 1 , Φ 2 , . . . , Φ S } \{Φ_1,Φ_2,...,Φ_S\} {Φ1​,Φ2​,...,ΦS​}相连接, 所以节点$i$的${\Phi }_m$类型的邻居可被定义为$N_i^{{\Phi }_m}$。对于节点$i$，不同类型的邻居对其嵌入的贡献是不同的，相同类型的不同节点也是不同的。因此，我们在节点级和类型级使用注意机制，将来自其他类型邻居的消息分层聚合到目标节点$i$。

具体地说，首先将节点级注意力应用于融合${\Phi }_m$类型的邻居【$h_i^{{\Phi }_m}\in {\mathbb{R}}^{d\times 1}$】：
$$h_i^{{\Phi }_m}=\sigma (\sum _{j\in N_i^{{\Phi }_m}}{\alpha }_{i,j}^{{\Phi }_m}\cdot h_j)\text{\hspace{1em}(2)}$$
其中，$\sigma$是激活函数，$h_j$是节点$j$的投影特征，${\alpha }_{i,j}^{{\Phi }_m}$表示从节点$j$（类型为${\Phi }_m$）到节点$i$的注意力值，计算如下：
$${\alpha }_{i,j}^{{\Phi }_m}=\frac{exp\left(LeakyReLU\right({a\text{a}a}_{{\Phi }_m}^T\cdot [h_i||h_j]\left)\right)}{{\sum }_{l\in N_i^{{\Phi }_m}}exp\left(LeakyReLU\right({a\text{a}a}_{{\Phi }_m}^T\cdot [h_i||h_l]\left)\right)}\text{\hspace{1em}(3)}$$
其中，${a\text{a}a}_{{\Phi }_m}\in {\mathbb{R}}^{2d\times 1}$是${\Phi }_m$的节点级注意力向量，$||$表示连接操作。

在实践中，我们并没有聚合$N_i^{{\Phi }_m}$中所有邻居的信息，而是在每个epoch随机采样邻居的一部分。具体地说，如果${\Phi }_m$类型的邻居的数量超过了预定义的阈值$T_{{\Phi }_m}$，我们将不可重复地选择$T_{{\Phi }_m}$邻居作为$N_i^{{\Phi }_m}$，否则就可以重复地选择$T_{{\Phi }_m}$邻居。 这样，我们可以保证每个节点从邻居那里聚合到的信息的数量是相同的，并且在这个视角下可以促进每个epoch嵌入的多样性，这将使后续的对比任务更具挑战性。

一旦我们得到了所有类型的嵌入 { h i Φ 1 , . . . , h i Φ S } \{h_i^{Φ_1},...,h_i^{Φ_S}\} {hiΦ1​​,...,hiΦS​​}【$i$为某一目标节点】，我们就利用类型级注意力将它们融合在一起，以得到网络架构视角下节点$i$的最终嵌入$z_i^{sc}$。

首先，我们测量每种节点类型的权重：
$$\begin{gathered} w_{{\Phi }_m}=\frac{1}{|V|}\sum _{i\in V}{a\text{a}a}_{sc}^T\cdot tanh({W\text{W}W}_{sc}{h}_i^{{\Phi }_m}+{b\text{b}b}_{sc}), \\ {\beta }_{{\Phi }_m}=\frac{exp(w_{{\Phi }_m})}{{\sum }_{i=1}^{S}exp(w_{{\Phi }_i})}\text{\hspace{1em}(4)} \end{gathered}$$
其中，$V$是目标节点的集合，${W\text{W}W}_{sc}\in {\mathbb{R}}^{d\times d}$和${b\text{b}b}_{sc}\in {\mathbb{R}}^{d\times 1}$是可学习的参数，${a\text{a}a}_{sc}$表示类型级注意力向量。${\beta }_{{\Phi }_m}$被解释为${\Phi }_m$类型对目标节点$i$的重要性。

对类型嵌入进行了加权和，以得到$z_i^{sc}$【$z_i^{sc}\in {\mathbb{R}}^{d\times 1}$】：
$$z_i^{sc}=\sum _{m=1}^S{\beta }_{{\Phi }_m}\cdot h_i^{{\Phi }_m}\text{\hspace{1em}(5)}$$

2.3 元路径视角引导的编码器

现在我们的目标是学习在高阶元路径结构视角下的节点嵌入，如图2（c）所示。

具体地说，给定一条来自 { P 1 , P 2 , . . . , P M } \{\mathcal{P}_1,\mathcal{P}_2,...,\mathcal{P}_M\} {P1​,P2​,...,PM​}（都以节点$i$开头）的元路径${\mathcal{P}}_n$， 我们可以得到基于元路径的邻居$N_i^{{\mathcal{P}}_n}$。例如，如图1（a）所示【$M=2$】，$P2$是基于元路径$PAP$的$P3$的邻居。

每条元路径表示一个语义相似性，我们应用元路径特定的GCN来编码此特征：
$$h_i^{{\mathcal{P}}_n}=\frac{1}{d_i+1}{h}_i+\sum _{j\in N_i^{{\mathcal{P}}_n}}\frac{1}{\sqrt{(d_i+1)(d_j+1)}}{h}_j\text{\hspace{1em}(6)}$$
其中，$d_i$和$d_j$是节点$i$和$j$的度，$h_i$和$h_j$是它们的投影特征。

有$M$条元路径，我们可以得到节点$i$的$M$个嵌入 { h i P 1 , . . . , h i P M } \{h_i^{\mathcal{P}_1},...,h_i^{\mathcal{P}_M}\} {hiP1​​,...,hiPM​​}。然后，我们利用语义级注意力，将它们融合起来，得到元路径视角下的最终嵌入：
$$z_i^{mp}=\sum _{n=1}^M{\beta }_{{\mathcal{P}}_n}\cdot h_i^{{\mathcal{P}}_n}\text{\hspace{1em}(7)}$$
其中，${\beta }_{{\mathcal{P}}_n}$权衡了元路径${\mathcal{P}}_n$的重要性，其计算方法如下：
$$\begin{gathered} w_{{\mathcal{P}}_n}=\frac{1}{|V|}\sum _{i\in V}{a\text{a}a}_{mp}^T\cdot tanh({W\text{W}W}_{mp}{h}_i^{{\mathcal{P}}_n}+{b\text{b}b}_{mp}), \\ {\beta }_{{\mathcal{P}}_n}=\frac{exp(w_{{\mathcal{P}}_n})}{{\sum }_{i=1}^{M}exp(w_{{\mathcal{P}}_i})}\text{\hspace{1em}(8)} \end{gathered}$$
其中，${W\text{W}W}_{mp}\in {\mathbb{R}}^{d\times d}$和${b\text{b}b}_{mp}\in {\mathbb{R}}^{d\times 1}$是可学习的参数，${a\text{a}a}_{mp}$表示语义级注意力向量。

2.4 视角掩蔽机制

在生成$z_i^{sc}$和$z_i^{mp}$的过程中，我们设计了一个视角掩蔽机制，它分别隐藏了网络架构和元路径视角的不同部分。图3为示意图，其中目标节点为$P_1$。

在网络架构编码的过程中，$P_1$只将其邻居（包括作者$A_1$、$A_2$和主题$S_1$）聚合到$z_1^{sc}$中，但来自它本身的消息被屏蔽了。

在元路径编码的过程中，消息只沿着元路径（例如$PAP$，$PSP$）从$P_2$、$P_3$到目标节点$P_1$传递以生成$z_1^{mp}$，而中间节点$A_1$和$S_1$的信息被丢弃。

因此，从这两个部分学习到的节点$P_1$的嵌入是相关的，但也是互补的。他们可以监督彼此的训练，这呈现出一种协作的趋势。

2.5 协同对比优化（ Collaboratively Contrastive Optimization）

在从以上两个视角获得节点$i$的$z_i^{sc}$和$z_i^{mp}$之后，我们将它们输入一个带有一个隐藏层的MLP，以将它们映射到计算对比损失的空间中：
$$\begin{gathered} z_i^{sc}\_prog=W^{(2)}\sigma (W^{(1)}{z}_i^{sc}+b^{(1)})+b^{(2)} \\ {z}_i^{mp}\_prog=W^{(2)}\sigma (W^{(1)}{z}_i^{mp}+b^{(1)})+b^{(2)}\text{\hspace{1em}(9)} \end{gathered}$$
其中，$\sigma$是ELU非线性激活函数。应该指出的是， { W ( 2 ) , W ( 1 ) , b ( 2 ) , b ( 1 ) } \{W^{(2)},W^{(1)},b^{(2)},b^{(1)}\} {W(2),W(1),b(2),b(1)}是由两个视角的嵌入共享的。

接下来，当计算对比损失时，我们需要定义HIN中的正样本和负样本。给定网络架构视角下的节点，我们可以简单地将其通过元路径视角学习的嵌入定义为正样本。然而，考虑到由于边的原因，这些节点通常是高度相关的，我们提出了一种新的正样本选择策略，即，如果两个节点由许多元路径连接，那么它们都是正样本，如图2（d）所示，其中论文之间的连接表示它们是彼此的正样本。这种策略的一个优点是，所选的正样本可以很好地反映目标节点的局部结构【？】。

对于节点$i$和$j$，我们首先定义一个函数${\mathbb{C}}_i(j)$来计算连接这两个节点的元路径数：
$${\mathbb{C}}_i(j)=\sum _{n=1}^{M}1(j\in N_i^{{\mathcal{P}}_n})\text{\hspace{1em}(10)}$$
然后，构造一个集合 S i = { j ∣ ( j ∈ V a n d C i ( j ) ≠ 0 } S_i=\{j|(j∈Vand\mathbb{C}_i(j)≠0\} Si​={j∣(j∈VandCi​(j)​=0}，并根据${\mathbb{C}}_i(j)$的值降序排序。

接下来，设置一个阈值$T_{pos}$，如果$|S_i|>T_{pos}$，我们从$S_i$中选中前$T_{pos}$个节点作为节点$i$的正样本，记作${\mathbb{P}}_i$，否则，$S_i$中的所有节点都被保留。我们自然地将所有剩余的节点【即${\mathbb{C}}_i(j)=0$】视为$i$的的负样本，表示${\mathbb{N}}_i$。

有了正样本集${\mathbb{P}}_i$和负样本集${\mathbb{N}}_i$，我们得到在网络架构视角下的对比损失：
L i s c = − l o g ∑ j ∈ P i e x p ( s i m ( z i s c _ p r o g , z j m p _ p r o g ) / τ ) ∑ k ∈ { P i ∪ N i } e x p ( s i m ( z i s c _ p r o g , z k m p _ p r o g ) / τ ) (11) \mathcal{L}_i^{sc}=-log\frac{\sum_{j∈\mathbb{P}_i}exp\Big(sim\Big(z_i^{sc}\_prog,z_j^{mp}\_prog\Big)/\tau\Big)}{\sum_{k∈\{\mathbb{P}_i∪\mathbb{N}_i\}}exp\Big(sim\Big(z_i^{sc}\_prog,z_k^{mp}\_prog\Big)/\tau\Big)}\tag{11} Lisc​=−log∑k∈{Pi​∪Ni​}​exp(sim(zisc​_prog,zkmp​_prog)/τ)∑j∈Pi​​exp(sim(zisc​_prog,zjmp​_prog)/τ)​(11)
其中，$sim(u,v)$表示两个向量$u$和$v$之间的余弦相似度，$\tau$表示一个温度参数。

我们可以看到，与传统的对比损失（通常只关注公式（11）分子中的一个正对）不同，这里我们考虑多个正对。另外，请注意，对于一对中的两个节点，目标嵌入来自网络架构视角（$z_i^{sc}\_prog$），正样本和负样本的嵌入来自元路径视角（$z_k^{mp}\_prog$）。这样，我们实现了跨视角自监督（the cross-view self-supervision）。

在元路径视角下的对比损失${\mathcal{L}}_i^{mp}$ 与${\mathcal{L}}_i^{sc}$相似，但不同的是，目标嵌入来自元路径视角，而正、负样本的嵌入来自网络架构视角。

总体目标如下：
$$\mathcal{J}=\frac{1}{|V|}\sum _{i\in V}[\lambda \cdot {\mathcal{L}}_i^{sc}+(1-\lambda )\cdot {\mathcal{L}}_i^{mp}]\text{\hspace{1em}(12)}$$
其中，$\lambda$是一个用来平衡两个视角效果的系数。我们可以通过反向传播来优化该模型，并学习节点的嵌入。最后，我们使用$z^{mp}$来执行下游任务，因为目标类型的节点显式地参与了$z^{mp}$的生成。

2.6 模型扩展

众所周知，一个更难的负样本对于对比学习是非常重要的。因此，为了进一步提高HeCo的性能，我们提出了两种具有新的负样本生成策略的扩展模型。

2.6.1 HeCo_GAN

在HeCo中，负样本是原始HIN中的节点。在这里，我们从一个连续的高斯分布中采样额外的负样本。具体来说，HeCo_GAN由三个组件组成：HeCo、discriminator $D$ 和 generator $G$。我们可以执行以下两个步骤，附录B中提供了更多细节：

（1）利用两个特定视角的嵌入来训练$D$和$G$。首先，我们训练$D$识别两个视角的嵌入为正，从$G$生成的嵌入为负。然后，我们训练$G$生成高质量的样本以欺骗$D$。上述两个步骤交替进行一些交互，使$D$和$G$进行训练。

（2）利用一个训练良好的$G$来生成样本，这可以看作是新的高质量的负样本。然后，我们继续用新产生的负样本和原始的负样本训练HeCo。

2.6.2 HeCo_MU

MixUp通过添加任意两个样本来创建一个新样本，提高监督学习的效果。MoCHi将这一策略引入对比学习，后者mixes the hard negatives to make harder negatives。受到他们的启发，我们首次将这一策略带入HIN。

在计算公式（11）时，我们可以得到节点$i$和${\mathbb{N}}_i$中节点之间的余弦相似度，并按降序排序。然后，我们选择前$k$个负样本作为the hardest negatives，并随机添加它们来创建新的$k$个负样本，用于训练。值得一提的是，该方法没有可学习的参数，这是非常有效的。

3 实验

3.1 实验设置

（1）数据集

（2）Baselines

本文将HeCo与三类Baselines进行了比较：

• 无监督同质方法： GraphSAGE、GAE、DGI
• 无监督异质方法：Mp2vec、HERec、HetGNN、DMGI
• 半监督异质方法：HAN

3.2 节点分类

3.3 节点聚类