图神经网络(GNN)怎么用在推荐系统里？

🚀 本文收录于Github：AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助，欢迎 ⭐ Star 支持！

by @Laizhuocheng

---

一、简介：推荐系统的"社交困境"

想象你刚搬到一个新小区，想找个靠谱的理发店。

传统推荐就像问物业要了一份"小区最受欢迎的店铺榜单"。榜单上的店确实不错，但问题是——这些店可能离你很远，或者风格根本不适合你。更尴尬的是，榜单上全是开了十年的老店，新开的精品小店根本没有机会被推荐。

这就是传统协同过滤的困境：它只看"谁买了什么"，却看不到"谁和谁是朋友"、“哪些商品其实很像”。它把用户和商品当成孤立的点，忽略了它们之间丰富的连接关系。

**图神经网络（GNN）**的出现，彻底改变了这个局面。它把推荐问题看作一个图结构问题：用户是节点，商品是节点，点击、购买、收藏等行为是边。通过"消息传递"机制，GNN让每个节点都能"听到"邻居的声音，从而发现那些隐藏在连接背后的深层关联。

就像你在新小区找理发店时，不是看榜单，而是问邻居："你平时在哪剪头发？"邻居再告诉你："我朋友推荐了一家新开的店，手艺特别好。“这种"朋友的朋友的推荐”，往往能发现算法榜单永远找不到的宝藏店铺。

---

二、什么是图神经网络推荐

图神经网络推荐（GNN-based Recommendation）是指利用图神经网络技术，将用户、商品及其交互关系建模为图结构，通过消息传递机制学习节点的高阶表示，从而进行个性化推荐。

核心思想

传统推荐系统把数据看成一张表格：行是用户，列是商品，单元格是评分或交互记录。这种视角虽然直观，但丢失了大量结构信息。

GNN推荐则把数据看成一张图：

• 节点：用户、商品，甚至商品属性（品牌、类别、标签）
• 边：用户行为（点击、购买、收藏）和商品关系（同品牌、同类别）
• 邻居：与当前节点有直接连接的其他节点

举个生活中的类比：

想象一个社交聚会。传统推荐就像你只看每个人的名片（姓名、职业），然后猜测谁可能合得来。GNN推荐则像你真的参加聚会，和每个人聊天，了解他们的朋友是谁、有什么共同爱好。通过几轮交流，你不仅能认识在场的人，还能推断出"朋友的朋友"可能是什么样的人。

为什么图结构更适合推荐

推荐系统本质上就是一个关系预测问题：给定一个用户，预测他会和哪些商品产生交互。而图结构天然适合表达关系：

1. 用户-商品交互 → 二部图的边
2. 用户相似性 → 共同购买的商品越多，用户节点越接近
3. 商品相似性 → 被同一批用户购买，商品节点越接近
4. 高阶连接 → 用户A买了商品X，商品X也被用户B买，用户B买了商品Y → 可以把Y推荐给用户A

这种"朋友的朋友"的间接关联，正是传统方法难以捕捉的。

---

三、GNN推荐如何工作

1. 图构建：把数据变成网络

第一步是把原始数据转换成图结构。以电商推荐为例：

节点类型：

• 用户节点：每个注册用户
• 商品节点：每个SKU
• 属性节点：品牌、类别、标签等

边类型：

• 用户-商品边：点击、加购、购买、收藏（不同行为可以设置不同权重）
• 商品-商品边：同品牌、同类别、经常一起购买
• 用户-用户边：好友关系、关注关系（如果有社交数据）

边的权重设计：

点击：权重 = 1
加购：权重 = 3  
购买：权重 = 5
收藏：权重 = 4

这样，购买行为的信号就比点击强5倍，更符合业务逻辑。

2. 消息传递：邻居的信息流动

这是GNN的核心机制。想象每个节点都在"广播"自己的特征，同时"收听"邻居的广播。

单层消息传递的过程：

1. 聚合（Aggregate）：收集邻居节点的特征

   • 用户节点收集他交互过的所有商品特征
   • 商品节点收集所有购买过它的用户特征

2. 更新（Update）：结合自身特征和聚合的邻居特征，生成新的表示

   • 新表示 = 自身特征 + 邻居信息

3. 传播（Propagate）：把更新后的特征传递给下一层

类比理解：

想象你在一个会议室里，每个人手里有一张写着自己爱好的纸条。

• 第一轮：你和周围的人交换纸条，了解他们的爱好（聚合邻居信息）
• 第二轮：你把这些信息和自己的爱好结合起来，形成一个新的"兴趣画像"（更新自身表示）
• 第三轮：这个新的画像再传递给下一轮交流（传播到下一层）

经过多轮交流后，你不仅知道自己的爱好，还知道"朋友的朋友"的爱好，从而发现更多潜在兴趣。

3. 多层传播：捕捉高阶关系

一层GNN只能捕捉直接邻居（一跳关系）。比如：

• 用户A直接买过商品X → 用户A知道商品X的特征

两层GNN能捕捉二跳邻居：

• 用户A买过商品X → 商品X还被用户B买过 → 用户A知道"和自己买同样商品的人"的特征
• 这就是协同过滤的本质：“买了A的人也买了B”

三层GNN能捕捉三跳邻居：

• 用户A → 商品X → 用户B → 商品Y
• 用户A可以推断出：“和我品味相似的人还喜欢什么”

层数不是越多越好。层数太深会导致：

• 过平滑问题：所有节点的表示趋于相同，失去区分度
• 计算爆炸：邻居数量指数级增长

实践中，2-3层通常效果最好。

4. 采样策略：应对大规模图

工业级推荐系统的图可能有数十亿节点，不可能每次传播都遍历所有邻居。所以需要采样：

采样方法	原理	适用场景
随机采样	从邻居中随机选K个	简单高效，适合均匀分布的图
重要性采样	按边权重采样，重要邻居被选中的概率更高	边权重差异大的场景
随机游走采样	从中心节点出发做随机游走，记录访问频率高的节点	需要捕捉图的结构特征
分层采样	第一层采样50个，第二层采样20个，逐层递减	控制计算量，避免指数爆炸

采样数量示例：

第一层（直接邻居）：最多采样50个
第二层（邻居的邻居）：最多采样20个  
第三层：最多采样10个

这样既控制了计算量，又能覆盖主要的连接关系。

---

四、GNN推荐的优缺点

对比维度	传统协同过滤	GNN推荐
数据视角	用户-商品评分矩阵，平面结构	异构图结构，支持多类型节点和边
关系捕捉	只能捕捉直接交互（一跳）	能捕捉高阶连接（多跳邻居）
冷启动能力	❌ 弱：新用户/商品无交互记录	✅ 强：可通过属性节点传递信息
稀疏性处理	❌ 差：数据稀疏时效果差	✅ 好：通过邻居聚合补充信息
可解释性	⚠️ 中等：基于相似度	✅ 强：可追踪传播路径解释推荐
特征融合	⚠️ 有限：难以融合多源信息	✅ 灵活：天然支持异构信息融合
计算复杂度	✅ 低：矩阵运算高效	❌ 高：图传播计算量大
实时性	✅ 毫秒级响应	⚠️ 需要预计算或采样优化
模型复杂度	✅ 简单，易部署	❌ 复杂，需要专门优化

优势详解

1. 高阶关系建模

传统矩阵分解只能学"用户A买了商品X"，GNN能学"用户A和用户B都喜欢商品X和Y，所以他们品味相似，可以把用户B喜欢的商品Z推荐给用户A"。这种"朋友的朋友"的间接关联，是提升推荐质量的关键。

2. 异构信息融合

真实推荐场景往往有多种信息源：

• 用户画像（年龄、性别、地域）
• 商品属性（品牌、类别、价格）
• 上下文（时间、地点、设备）
• 社交关系（好友、关注）

GNN可以把这些都建模为图的不同节点和边类型，统一学习。比如：

用户 --购买--> 商品 --属于--> 类别 --包含--> 其他商品

3. 冷启动缓解

新商品虽然没有交互记录，但有属性信息（品牌、类别）。通过异构图，新商品可以从属性节点"继承"表示，实现冷启动推荐。

局限性

1. 计算成本高

图传播需要遍历邻居，大规模图上训练很慢。解决方案：

• 邻居采样（控制每层计算的邻居数）
• 图分区（分布式训练）
• 预计算embedding（离线训练，在线查表）

2. 过平滑问题

层数太深时，所有节点的表示趋于相同，失去区分度。解决方案：

• 限制层数（通常2-3层）
• 残差连接（保留浅层信息）
• 注意力机制（区分重要邻居）

3. 动态图处理

用户行为是实时产生的，图结构不断变化。解决方案：

• 离线T+1更新图结构和embedding
• 在线用实时特征补充（如最近点击的商品）
• 增量更新策略

---

五、实际应用与发展趋势

典型工业案例

1. Pinterest的PinSage

Pinterest有数十亿个Pin（图片）和Board（收藏夹），是典型的超大规模图场景。

核心设计：

• 用随机游走采样邻居，每次只选最重要的K个邻居
• 带重启的随机游走，保证采样结果既有多样性又不偏离中心节点太远
• 离线预计算所有节点的embedding，在线直接查表

效果：在数十亿节点的图上实现高效推荐，成为工业界GNN推荐的标杆。

2. 阿里的EGES

淘宝的商品推荐面临严重的稀疏性和冷启动问题。

核心设计：

• 构建"用户-商品-品牌-类别"异构图
• 用图游走（Graph Walk）学习商品的序列表示
• 融合多种边类型（点击、加购、购买、收藏）

效果：有效缓解了长尾商品和新商品的冷启动问题。

3. LightGCN

这是学术界提出的简化版GNN，专为协同过滤任务设计。

核心设计：

• 去掉传统GCN的特征变换矩阵和非线性激活函数
• 只保留邻居聚合操作
• 对多层embedding做加权平均

效果：在MovieLens、Amazon等数据集上，简化后的模型效果反而更好，说明推荐场景中图结构本身就携带了足够的协同信号。

应用场景

电商推荐：

• 构建"用户-商品-品牌-店铺-类别"异构图
• 捕捉"买了手机的人也买手机壳"这种关联
• 解决新上架商品的冷启动

内容推荐：

• 短视频平台：用户-视频-创作者-话题-音乐
• 新闻推荐：用户-文章-标签-来源-作者
• 利用时间衰减权重，让最近的行为影响更大

社交推荐：

• 微博/朋友圈：用户-内容-好友关系
• 好友的点赞、评论行为通过图传播
• 推荐结果既符合个人兴趣又有社交属性

知识图谱增强推荐：

• 把商品知识图谱（属性、关系）融入推荐
• “用户喜欢科幻电影 → 科幻电影由诺兰导演 → 推荐诺兰的其他电影”

当前挑战与改进方向

1. 效率优化

• 图采样算法：更智能的邻居选择，减少计算量
• 模型压缩：知识蒸馏、量化，降低推理成本
• 硬件加速：GPU图计算库、专用图神经网络芯片

2. 动态图建模

• 时序GNN：考虑边的时间戳，建模用户兴趣演变
• 增量学习：新边到来时快速更新，不用全量重训
• 在线学习：实时反馈快速调整推荐策略

3. 可解释性增强

• 注意力可视化：展示哪些邻居对推荐贡献最大
• 路径解释：给出推荐理由的图路径（“因为你喜欢A，A和B相似，所以推荐B”）
• 反事实解释：“如果用户没买过X，推荐结果会怎样变化”

4. 与其他技术融合

• GNN + 大模型：用大模型生成节点特征，GNN做关系推理
• GNN + 强化学习：动态调整推荐策略，优化长期收益
• GNN + 因果推断：区分相关性 vs 因果性，避免推荐偏差

未来趋势

1. 超大规模图处理

随着数据规模持续增长，千亿甚至万亿节点的图将成为常态。分布式图计算、图分区策略、近似算法将是研究重点。

2. 多模态图神经网络

融合文本、图像、视频等多模态信息，构建更丰富的节点表示。比如：

• 商品图片的视觉特征
• 视频内容的语义理解
• 用户评论的情感分析

3. 自监督学习

减少对标注数据的依赖，通过图结构本身设计预训练任务（如链接预测、节点属性预测），提升模型的泛化能力。

4. 公平性与偏见消除

GNN可能放大历史数据中的偏见（如性别、地域歧视）。研究如何在图传播中注入公平性约束，将是重要的伦理课题。

---

六、总结与思考

图神经网络为推荐系统带来了全新的视角：从"表格思维"转向"网络思维"。

传统方法把推荐看作矩阵填充问题，GNN则把它看作图上的节点表示学习问题。这种转变的价值在于：

1. 显式建模关系：不再把用户和商品看作孤立的ID，而是理解它们之间的连接
2. 捕捉高阶信号：通过多跳邻居，发现"朋友的朋友"这类间接关联
3. 融合异构信息：统一处理用户行为、商品属性、社交关系等多源数据

但技术终究是手段，不是目的。GNN推荐的核心价值，是让系统能更像人类一样"理解"复杂的关联关系——就像我们在生活中，不仅看一个人买了什么，还会看他买了什么、他的朋友喜欢什么、和他相似的人喜欢什么。

最后留一个思考题：当GNN能捕捉越来越复杂的图结构，推荐系统会不会变得过于"聪明"，反而让用户陷入信息茧房？如何在利用图结构提升推荐质量的同时，保持推荐的多样性和惊喜感？这或许是推荐算法设计者需要长期思考的问题。

---

参考资料：

• Graph Convolutional Neural Networks for Web-Scale Recommender Systems (PinSage)
• Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba (EGES)
• LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation