2.3 证词消化：聚合函数与更新函数的选择

2.3 证词消化：聚合函数与更新函数的选择

本节摘要：聚合函数汇总邻域消息，必须满足置换不变性；求和保留规模信息、均值抹平规模信息、最大值只留最突出证据，池化与循环单元聚合更强但更贵。更新函数融合旧档案与聚合结果，从简单拼接投影到门控循环单元各有取舍。本节承接消息传递三步曲，把"消化工序"的选项表与选型逻辑讲透，为第三章各模型的差异化设计提供参照。

同样的证词，不同的消化方式会得出不同的结论

同样是把邻居证词汇总，用均值、用求和还是取最大，结论可能天差地别——聚合函数不是实现细节，而是模型归纳偏置的直接载体。上一节把图卷积的两条理论路线勘验完毕，本节回到三步曲的第二、三步：消息汇总用什么函数、档案改写用什么函数。选择之前先立规矩：聚合函数必须置换不变——邻居以任何顺序到场，汇总结果必须相同。这条规矩直接继承自第一章的教训：对编号与顺序敏感的算子，学到的不是结构规律而是排列噪声。均值、求和、最大值都天然满足；任何依赖邻居到达顺序的方案（比如按列表顺序做循环累积）都先天违规。

聚合函数选项表

均值聚合把邻域消息取平均，等于给每个邻居相同的话语权，输出量级与邻居数无关。它适合"邻域的平均画像最有信息量"的场景：引文分类里一篇论文的主题由引用它的论文的平均主题决定。代价是抹平规模——三个高信用担保人与十个低信用关联者，均值后可能难以区分。求和聚合保留规模信息：邻居越多、同类证据越多，汇总值越大。它适合"数量本身就是证据"的场景：欺诈检测里关联的可疑账号越多越可疑、化学图里邻接原子类型计数决定分子性质。代价是输出量级随度数漂移，需要配合归一化或残差使用。最大值聚合只保留每个特征维度上最突出的消息，等价于"挑最刺眼的证据"。它对规模不敏感、对离群消息鲁棒，适合"一票否决"式判断（比如任一关联账号触发风控即整体可疑）。池化聚合先把每条消息过一个共享的小网络再求和或最大池化，表达力最强，GraphSAGE 的池化变体即此设计。循环单元聚合把邻居消息依次喂入门控循环单元，理论上能建模消息间的组合关系，但违背置换不变性的风险与计算开销都高，实践中仅在消息带顺序语义（动态图、会话图）时使用。

import numpy as np

# 三条"证词"：每条是二维向量（示意：可疑度、资金量）
msgs = np.array([
    [0.9, 0.2],    # 邻居甲：高度可疑、小额
    [0.1, 5.0],    # 邻居乙：基本清白、大额
    [0.7, 0.4],    # 邻居丙：可疑、小额
])

print("均值聚合:", msgs.mean(axis=0))    # [0.57, 1.87] 平均画像
print("求和聚合:", msgs.sum(axis=0))     # [1.7 , 5.6 ] 规模信息保留
print("最大值聚合:", msgs.max(axis=0))   # [0.9 , 5.0] 每维最突出证据
# 三种汇总给出三份不同画像：任务要"平均氛围"还是"证据总量"还是"极端信号"，选型随之不同

# 规模敏感实验：再加三条低可疑证词，观察三种聚合的反应
more = np.array([[0.1, 0.2], [0.15, 0.3], [0.05, 0.1]])
allm = np.vstack([msgs, more])
print("扩充后 均值:", np.round(allm.mean(axis=0), 3))   # 可疑度被稀释
print("扩充后 求和:", np.round(allm.sum(axis=0), 3))    # 可疑度总量上升
print("扩充后 最大:", np.round(allm.max(axis=0), 3))    # 完全不变
# "多个弱证据累积成强信号"的任务必须用求和；"证据密度"任务用均值
​

这段实验揭示了选型的第一原则：先问任务的证据语义，再选聚合函数。判断"嫌疑人所处圈层的平均氛围"用均值；判断"嫌疑人沾染的可疑总量"用求和；判断"是否存在至少一条铁证"用最大值。第三章会看到这个原则如何落地：GCN 用归一化的均值类聚合，GraphSAGE 提供均值、池化等多路选择，GIN 则论证"只有求和聚合才能数清多重集合"——表达能力的分水岭正是聚合函数。

更新函数选项表

聚合结果到手后，节点要决定"旧档案与新证词如何合并"，这就是更新函数的职责。拼接加投影最常见：把旧状态与聚合结果首尾相接，过一个线性层加激活——简单、稳定、参数可控，GCN 的做法可视为它的简化版（旧状态与聚合结果共享投影）。加权融合给旧状态与聚合结果各配一个可学习门控系数，适合"新旧证据分量随任务变化"的场景。门控循环单元把更新写成记忆读写：门控决定哪些旧信息保留、哪些新证词写入，表达力最强、参数最多，消息传递多层堆叠时退化为深层序列更新的情形，训练难度上升。残差更新保留旧状态作为基底、只学习增量，深层图网络里几乎是标配——它给梯度留了高速通道，第五章的深网络讨论会反复引用这条设计。

import numpy as np
rng = np.random.default_rng(3)

d = 4
h_old = rng.normal(size=d)              # 旧档案
agg   = rng.normal(size=d)              # 聚合后的邻域证词

# 方案一：拼接投影
W_cat = rng.normal(size=(2*d, d)) * 0.4
h_cat = np.tanh(np.hstack([h_old, agg]) @ W_cat)

# 方案二：门控加权融合（单变量门控，sigmoid 决定新旧比重）
w_g, w_a = rng.normal(size=d), rng.normal(size=d)
gate = 1 / (1 + np.exp(-(h_old @ w_g)))       # 门控值在 0~1 之间
h_gate = gate * h_old + (1 - gate) * agg

# 方案三：残差更新（只学增量）
W_res = rng.normal(size=(d, d)) * 0.2
h_res = h_old + np.tanh(agg @ W_res)

print("拼接投影:", np.round(h_cat, 3))
print("门控融合 (门控值≈%.2f):" % gate.mean(), np.round(h_gate, 3))
print("残差更新:", np.round(h_res, 3))
# 三份新档案各有侧重：投影可整体改写、门控显式权衡新旧、残差保守增量
​

消化工序的选型决策

把决策路径整理成问答清单：任务的证据语义决定聚合函数（规模证据选求和、密度证据选均值、极端证据选最大值），网络深度决定更新函数（浅层拼接投影够用，深层残差或门控保命）。另有两条横贯原则：其一，聚合与更新可以解耦设计——这正是 GraphSAGE 把聚合器做成可插拔选项的思路；其二，聚合函数的可区分性决定模型上限——均值与最大值聚合都会把不同的邻域多重集合映射到相同的汇总值（比如均值聚合下"一条强证据"与"两条减半的强证据"无法区分），求和配合同单射消息函数则可避开，这个论断的严格证明留给第三章 GIN 一节。

本节要点

• 置换不变性是聚合函数的硬门槛：邻居顺序不能影响结果，均值、求和、最大值合规，顺序敏感方案违规。
• 聚合函数编码证据语义：均值对应平均画像、求和对应规模总量、最大值对应极端信号，选错语义则模型系统性失明。
• 更新函数决定新旧信息的合并方式：拼接投影、加权门控、残差增量各有成本曲线，深层网络优先残差。
• 可区分性暗线：均值与最大值会"撞车"不同的多重集合，求和聚合配单射消息函数是表达能力的安全选择。

走访与消化的规程至此完备，下一节处理走访的最终产出——把节点的多层表示沉淀为可复用的嵌入档案，它是第四章一切结案任务的直接输入。