主动学习以及样本不均衡在图数据场景的探索

01 Background

• 图数据形式的数据普遍存在，如金融网络、欺诈检测等，应用场景包括链接预测、社区检测、节点分类等。
• 欺诈检测中存在标签稀缺和类别不平衡的挑战，图神经网络（GNN）是 promising 的工具，但需解决这些问题。

02 Semantic-aware Active Learning on Graphs

• 主动学习通过优先选择最有信息量的节点进行标注，以提高模型训练效果。
• 图上的主动学习（GAL）基于图信息选择节点，如 AGE（不确定性 & 代表性）和 GRAIN（影响力最大化 & 多样性）。
• 语义感知图主动学习（Semantic-aware GAL）通过语义感知影响校正和原型多样性等方法，缓解敌对邻域带来的语义混淆问题。
• 实验验证了语义感知图主动学习的效果。

03 Unlabeled Nodes Labeling for imbalanced Graph

• 数据不平衡会导致决策边界偏移，解决方法包括重采样、重加权、成本敏感和混合方法。
• 针对图数据不平衡的学习方法包括特征提取器、合成节点生成、边生成和 GNN 分类器。
• 针对不平衡图数据的无标签节点检索和标注方法：
  • 利用图上的无标签信息，避免合成虚拟节点。
  • 双伪标签对齐机制用于节点过滤，包括节点重排序（几何排名 & 置信排名）和几何确定节点选择。
• 实验验证了无标签节点检索和标注方法的有效性。

04 Conclusion

• 华为云算法创新Lab面向全域，聚焦云智能 Top 挑战问题。
• 实验室提供云智能运营/云硬件可靠性管理等领域的实习生/博后/研究员岗位。