不知道大家在平時的作業中
有沒有聽說過“圖計算”這個名詞
但大家一定在各作業匯報，技術分享中聽說過“智能化”，“人工智能”這樣的字眼
而我們今天要嘮的這個圖計算
就是人工智能領域內近幾年炙手可熱的前沿寵兒
也是我們風控反欺詐中常用的“大殺器”
在了解圖計算之前
首先得了解什么是“圖”
我們今天所說的圖
其實是用于表示物件之間關聯關系的一種資料結構
具有很強的抽象性和靈活性
在結構和語意等方面具有很強的表示能力
正是由于圖結構豐富的表現力
在現實生活中有很多可以表示為“圖”的例子
例如社交網路、道路網、金融交易等
研發或者演算法相關的小伙伴們都知道
我們常用的機器學習和深度學習演算法
大多都是用于處理一些規整、有序，或者結構化的資料
比如矩陣、圖片、文本、序列等
且所處理的資料都是被假設是獨立同分布的
然而圖上的節點都是自然相連
這也就表明節點之間不是獨立的
此時，今天我們要提的圖計算就來了
它的核心正是為了將資料建模為圖結構
并解決如何將問題解法轉化為圖結構上的計算問題
當演算法任務涉及到多個體之間關聯分析時
圖計算往往能夠使得問題能很自然地表示為一系列對圖結構的操作和計算
但是圖計算所需要解決的問題多種多樣
難以使用一套計算模式解決所有的問題
接下來我們就來系統地盤一盤
關于圖計算的那些事兒
---★---
比如，借助邊是否有方向
圖可以分為有向圖和無向圖
借助邊是否有權重
圖還能分為有權圖和無權圖
借助圖中的點和邊是否具有多種型別
圖又能分為同構圖和異構圖
還有，借助圖結構和圖資訊是否隨時間變化
圖能分為靜態圖和動態圖
“度”和“鄰居”
是涉及圖節點的兩個重要概念
節點的“度”是指的與之相連的節點個數
如果是有向圖，還會區分“入度”、“出度”
節點的“鄰居”則是指與之相連的其他節點
關于圖的表示
還有幾個基礎概念是不得不提的
一個是“鄰接矩陣”
用于量化表示節點之間的邊關系
還有就是“節點特征”和“邊特征”
用于表征節點和邊的特有數值屬性
無論多么復雜的圖演算法模型
都是基于這些基本概念進行的
提一個關于圖的最基本的問題——節點表征問題
就是如何基于以上的圖的資訊和屬性
對圖中的節點或者邊進行量化表示
在CV和NLP任務中
我們會設計CNN和RNN模塊
來建模影像像素點和文本文字表征的資訊
在圖的表征學習中也是一樣的思路
有了合理的節點向量表示
我們就可以探索各類下游任務
比如進行節點分類
找出那些擁有特殊表現或屬性的節點
或者進行社群劃分
找出那些聚集性最強、相似性最高的節點集合
另外，還可以進行鏈接預測、子圖劃分等各種下游任務
想借助圖計算做什么
完全取決于你的實際需求
看到這里
就可以恭喜你
你已經入門圖計算了
---★★---
圖計算其實并不是新興的演算法
對它進行歷史溯源的話
歐拉被認為是人類歷史上最偉大的數學家之一
由于他對哥尼斯堡七孔橋問題的描述
圖論學科便繼而產生
在哥尼斯堡的一個公園里
有七座橋將普雷格爾河中兩個島與河岸連接起來
歐拉于1736年研究并證明了此問題
他把問題歸結為“一筆畫”問題
并證明一筆畫的走法是不可能的
在他的研究程序中
就把問題中的陸地與橋分別抽象為點和邊
并形成了一個簡單的拓撲圖
引出了關于圖的基礎概念
在那之后，出現了圖論的一個早期應用——地區渲染（染色）
隨著15—17世紀大航海時代的到來
以及法國大革命之后民族國家概念的興起
世界各國都開始繪制更高精度的地圖
而繪圖中如何用最少的顏色來保證相鄰的兩個區域（國家、州、省）
用不同的顏色區別開來的問題就是個經典的圖論問題
19世紀中葉，數學家們以手工計算的方式證明了“五色地圖”的問題
而直到整整一個世紀之后的1976年
才在計算機的算力的幫助下初步證明了“四色地圖”的可行性
并通過圖計算優化后
以四色圖取代了五色圖
以上地圖上色問題是數學中典型的NP完全問題
例如導航、資源調度、搜索和推薦引擎
然而這些場景所對應的大資料框架及解決方案
在最開始
并沒有真正意義上使用原生化的圖存盤與計算模式
換句話說，人們依然在用列資料庫
甚至檔案資料庫來解決圖論問題
低效低維的工具被用來強行解決復雜高維的問題
那么它的用戶體驗可能很差或者是投入產出比極為糟糕
最近幾年，隨著互聯網的發展
知識圖譜逐步深入人心
圖計算和圖資料庫的發展才開始重新受到重視
近半個世紀，也有很多圖計算的演算法問世
包括1956年出現的知名Dijkstra演算法
研究解決了圖的最短路徑問題
更復雜的各類社區發現演算法也應運而生
用于檢測社區、客群、嫌疑人之間的關聯
就是將圖中的每一個頂點都表示成一個低維向量
并使該向量能夠盡可能多的保存圖的結構和內容資訊
并可以作為特征用于后續的學習任務
如節點分類、鏈接預測等
這些作業針對同構圖、異構圖、屬性圖、動態圖等不同型別的資料
提出了各式各樣的方案
包括經典演算法DeepWalk、LINE、Node2Vec
這些演算法的基本思路是基于隨機游走生成資料
然后通過訓練優化引數
產生概率模型
將經典神經網路模型如 RNN、CNN等擴展到了圖資料上
與圖表征學習試圖學習出每個點的向量不同
圖神經網路的目的其實是學習出聚合函式
所有點通過同一個函式就可以利用區域資訊計算出自身的表征
即使是圖結構發生變化，甚至是完全新的圖
也能用原來的函式計算出有意義的結果
有關圖神經網路，也已經誕生了一系列經典演算法
---★★★---
最后，說些關于圖計算的實際應用吧
當下許多大型互聯網企業、金融科技公司
其實都離不開圖計算技術
Google創始人Larry Page在20世紀末發明的PageRank
這是一種大規模頁面、鏈接排序的演算法
可以說，早期谷歌的核心技術就是一種淺層的并發圖計算技術
還有Facebook，它的技術框架的核心是它的Social Graph
即朋友關聯朋友再關聯朋友
由此臉書建立了強大的社交關系網路
臉書開源了很多東西
但是這個核心的圖計算引擎與架構從未開源過
如果你能回憶起2007-2008年爆發的世界金融危機
萊曼兄弟公司破產
當時高盛集團能全身而退
背后的真實原因是應用了強有力的圖資料庫系統——SecDB
而對于所有技術驅動的新型互聯網公司
比如Paypal、易趣和許多我們國內的金融和電子商務公司
圖計算也并不罕見
圖的核心競爭力可以幫助他們揭示出資料的內部關聯
最近十年以來
隨著以深度學習為代表的人工智能技術廣泛應用
圖學習逐漸成為了一個熱點話題
也在因果關系、可解釋性方面取得了突破進展
現在，圖學習也已進一步擴展應用
比如廣告、金融風控、智能交通、醫療、智慧城市等各個領域
那就最后再說些金融反欺詐中的圖計算應用例子
在金融、電商等涉及金錢交易的領域
總是不乏活躍在其中以謀取非法利益的黑產
比如薅羊毛、刷單、套現、虛假交易等
相比起個別用戶自身偶發的套利行為
那些以團伙為單位在各業務場景下聚集操作作案的黑產團伙
他們的行為會對平臺造成更大更嚴重的經濟損失
而圖計算正是識別團伙性案件的良方妙藥
通過將萬千用戶、商戶、設備、網路環境等作為節點
將使用、交易等資訊作為關聯資訊建邊
即可形成一個覆寫范圍極廣的異構圖
再結合不同的應用背景確定識別目標
并挑選圖計算模型、樣本、標簽等
即可進行一次有監督學習的圖訓練
最終在推理階段對圖中的節點或邊進行其風險水平的概率輸出
那就會有小伙伴說了
風控場景高質量樣本標簽太少了
問題不大，也有很多圖模型可用于無監督學習
比如社群發現，就不需要任何標簽資訊
即可將關聯最緊密的節點集合進行聚類
在我們的經驗里
是識別黑產團伙最好用的圖演算法之一
再比如近幾年熱門的自監督學習、對比學習
應用于圖計算領域則可以對圖進行無監督預訓練
從圖結構、圖屬性自身的性質出發
為圖節點學到具有良好表征能力的向量
可用于下游的各類風控智能模型中
---★★★★---
隨著近期AIGC大模型的爆火出圈
人工智能又迎來了新一波浪潮
相比生成式的語言和視覺模型
圖計算確實顯得冷門一些
但楠姐相信好飯不怕晚
沒有發光的日子都是在為發光做準備
也許會有一天，圖計算也能迎來自己的熱搜
----寫在最后----
★本篇文章圖片構思、創意、整體結構、后期修改，全部著作權歸京東楠姐所有，素材生成均源自于Midjourney以及楠姐原創提示詞生成，楠姐出圖不易，且并非完美，請勿未經允許用于其他場合及目的
★本篇文章圖片創意均只為了說明及示意，且帶有一定夸張和幽默元素，切勿對號入座哦如有雷同，純屬巧合無意冒犯~
★本篇文章文字均根據以下參考文獻匯總撰寫：
[1]. 馬耀，湯繼良. 圖深度學習[M].電子工業出版社.
[2]. 張長水，唐杰，邱錫鵬[M]. 圖神經網路導論[M].人民郵電出版社.
[3]. 知乎. 圖計算發展簡史[EB/OL].
https://zhuanlan.zhihu.com/p/562893366
[4]. 百度. 大資料的基礎——圖計算的發展歷程[EB/OL].
https://baijiahao.baidu.com/s?id=1743913772591545506&wfr=spider&for=p
作者：京東科技 丁楠
內容來源：京東云開發者社區（未經授權請勿轉載）
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/552694.html
標籤：其他
下一篇：返回列表