note

• 其实不结合KG，何向南团队之前也直接使用GCN做了NGCF和LightGCN。
• KGAT结合KG和GAT，首先是CKG嵌入表示层使用TransR模型获得实体和关系的embedding；然后在attention表示传播层，使用attention求出每个邻居节点的贡献权重，需要把实体节点$h$自身的嵌入表示$e_h$和它基于邻域的嵌入表示${\mathbf{e}}_{{\mathcal{N}}_h}$融合起来，得到节点$h$的新表示${\mathbf{e}}_h^{(1)}$，这里的融合方法也有三种；最后的预测评估层就是用户向量和物品向量的点积结果，和真实label进行交叉熵损失函数计算，优化权重。

零、论文

一、论文动机

1.1 motivation

传统的有监督学习方法中，例如因子分解机，在抽取出样本的属性特征后，把每个样本视作一个独立的事件来预测，而忽视了样本之间内在的关系。知识图谱可以把样本之间通过属性关联起来，使得样本之间不再独立预测。KGAT基于三个基准数据实验，优于Neural FM和RippleNet等。

KGAT把用户-物品的交互二分图和知识图谱融合在一起——协同知识图CKG，即将图谱关系、用户user和item的二部交互图融合到一个图空间，以融合CF信息和KG信息，KKG也能发现更高阶的关系信息。在协同知识图$\mathcal{G}$中：

• 节点包含实体、用户和物品；
• 关系包含原来知识图谱的关系外加一个反应用户-物品的交互关系。

1.2 图采样

获得邻居的节点embedding和关系embedding，使用get_neighbors函数，通过物品id得到其邻居及连接他们的关系的id，然后通过邻居和关系id得到邻居实体与关系的embedding的方法，而中间的adj_entity和adj_Relation分别是图采样后得到的指定度数的邻接列表。

 # 得到邻居的节点embedding和关系embedding
 def get_neighbors( self, items ):
     e_ids = [self.adj_entity[ item ] for item in items ]
     r_ids = [ self.adj_relation[ item ] for item in items ]
     e_ids = torch.LongTensor( e_ids )
     r_ids = torch.LongTensor( r_ids )
     neighbor_entities_embs = self.entity_embs( e_ids )
     neighbor_relations_embs = self.relation_embs( r_ids )
     return neighbor_entities_embs, neighbor_relations_embs

adj_entity和adj_Relation即代码中的dataloader4KGNN.construct_adj函数返回值（通过kg邻接列表得到实体邻接列表和关系邻接列表），后面在消息传递时需要通过该邻接矩阵，获得当前节点的邻居节点embedding和关系embedding。

# 根据kg邻接列表，得到实体邻接列表和关系邻接列表
def construct_adj( neighbor_sample_size, kg_indexes, entity_num ):
    print('生成实体邻接列表和关系邻接列表')
    adj_entity = np.zeros([ entity_num, neighbor_sample_size ], dtype = np.int64 )
    adj_relation = np.zeros([ entity_num, neighbor_sample_size ], dtype = np.int64 )
    for entity in range( entity_num ):
        neighbors = kg_indexes[ str( entity ) ]
        n_neighbors = len( neighbors )
        if n_neighbors >= neighbor_sample_size:
            sampled_indices = np.random.choice( list( range( n_neighbors ) ),
                                                size = neighbor_sample_size, replace = False )
        else:
            sampled_indices = np.random.choice( list( range( n_neighbors ) ),
                                                size = neighbor_sample_size, replace = True )
        adj_entity[ entity ] = np.array( [ neighbors[i][0] for i in sampled_indices ] )
        adj_relation[ entity]  = np.array( [ neighbors[i][1] for i in sampled_indices ] )
    return adj_entity, adj_relation

1.3 回顾以前的GAT网络

这里的GAT我们为了简单起见使用dgl里面的dglnn.GATConv层，这里我们做的节点分类的任务。图注意神经网络（GAT）来源于论文 Graph Attention Networks。其数学定义为，
$${\mathbf{x}}_i^{\prime }={\alpha }_{i,i}\mathbf{\Theta }{\mathbf{x}}_i+\sum _{j\in \mathcal{N}(i)}{\alpha }_{i,j}\mathbf{\Theta }{\mathbf{x}}_j,$$
GAT和所有的attention mechanism一样，GAT的计算也分为两步走：
（1）计算注意力系数（attention coefficient）：（下图来自《GRAPH ATTENTION NETWORKS》）。其中注意力系数${\alpha }_{i,j}$的计算方法为，
α i , j = exp ⁡ ( L e a k y R e L U ( a ⊤ [ Θ x i   ∥   Θ x j ] ) ) ∑ k ∈ N ( i ) ∪ { i } exp ⁡ ( L e a k y R e L U ( a ⊤ [ Θ x i   ∥   Θ x k ] ) ) . \alpha_{i,j} = \frac{ \exp\left(\mathrm{LeakyReLU}\left(\mathbf{a}^{\top} [\mathbf{\Theta}\mathbf{x}_i \, \Vert \, \mathbf{\Theta}\mathbf{x}_j] \right)\right)} {\sum_{k \in \mathcal{N}(i) \cup \{ i \}} \exp\left(\mathrm{LeakyReLU}\left(\mathbf{a}^{\top} [\mathbf{\Theta}\mathbf{x}_i \, \Vert \, \mathbf{\Theta}\mathbf{x}_k] \right)\right)}. αi,j​=∑k∈N(i)∪{i}​exp(LeakyReLU(a⊤[Θxi​∥Θxk​]))exp(LeakyReLU(a⊤[Θxi​∥Θxj​]))​.

（2）加权求和（aggregate）：根据（1）的系数，把特征加权求和（aggregate）

class GAT(nn.Module):
    def __init__(self,in_size, hid_size, out_size, heads):
        super().__init__()
        self.gat_layers = nn.ModuleList()
        # two-layer GAT(attention)
        self.gat_layers.append(dglnn.GATConv(in_size, hid_size, heads[0], feat_drop=0.6, attn_drop=0.6, activation=F.elu))
        # GATConv: in_feat, out_feat, num_head(multi-head)
        self.gat_layers.append(dglnn.GATConv(hid_size*heads[0], out_size, heads[1], feat_drop=0.6, attn_drop=0.6, activation=None))
        
    def forward(self, g, inputs):
        h = inputs
        for i, layer in enumerate(self.gat_layers):
            h = layer(g, h)
            if i == 1:  # last layer 
                h = h.mean(1)
            else:       # other layer(s)
                h = h.flatten(1)
        return h

使用交叉熵损失函数，在dgl中我们使用train_mask表示出在训练集的节点，如果对应位置的train_mask为false则表示不会该节点不会出现在训练集。

二、KGAT模型

2.1 CKG嵌入表示层

该层为了得到知识图结构的实体和关系的嵌入表示，使用TransR模型，TransR模型使得三元组(h, r, t)在关系r的投影平面上有平移关系：$$g\left(h,r_1,t\right)={\Vert {\mathbf{W}}_r{\mathbf{e}}_h+{\mathbf{e}}_{\mathrm{r}}-{\mathbf{W}}_r{\mathbf{e}}_t\Vert }_2^2$$其中：

• ${\mathbf{W}}_r\in {\mathbb{R}}^{k\times d}$ 是关系 $r$ 的变换矩阵，将实体从d维实体空间投影到k维关系空间中;
• $g(h,r,t)$ 分数越小, 表示三元组 $(h,r,t)$ 成立的概率越大，该三元组越可信。

使用pairwise ranking loss作为训练损失函数:
$${\mathcal{L}}_{\mathrm{KG}}=\sum _{⟨h,r,t,t^{\prime }⟩\in \mathcal{T}}-\log \sigma \left(g\left(h,r,t^{\prime }\right)-g(h,r,t)\right)$$
其中：

• T = { ( h , r , t , t ′ ) ∣ ( h , r , t ) ∈ G , ( h , r , t ′ ) ∉ G } \mathcal{T}=\left\{\left(h, r, t, t^{\prime}\right) \mid(h, r, t) \in \mathcal{G},\left(h, r, t^{\prime}\right) \notin \mathcal{G}\right\} T={(h,r,t,t′)∣(h,r,t)∈G,(h,r,t′)∈/G} ;
• $\left(h,r,t^{\prime }\right)$ 是负例三元组, 可以通过把正常的三元组中的尾实体替换掉得来;
• $\sigma$ 是 Sigmoid 函数。

2.2 注意力感知的表示传播层

通过层迭代的形式吸收图上高阶的邻域信息，同时通过GAT把重要信息保存，忽略噪声信息。

先考虑一层传播的操作过程：给定一个头节点 $h$, 令 ${\mathcal{N}}_h=$ $\{(h,r,t)\mid (h,r,t)\in \mathcal{G}\}$ ，表示以它起始的所有三元组的集合，hrt分别为头实体向量、关系向量、尾实体向量。那么节点 $h$ 在图上的一阶邻域向量表示:
$${\mathbf{e}}_{{\mathcal{N}}_h}=\sum _{(h,r,t)\in N_h}\pi (h,r,t){\mathbf{e}}_t$$
其中：

• $\pi (h,r,t)$ 反映了三元组对 $h$ 的一阶邻域表示的重要程度, 也控制了有多少程度的信息从尾节点$t$传播过来。
• $\pi (h,r,t)$的计算方法：$$\begin{array}{rl}& \hat{\pi }(h,r,t)={\left(W_{\mathrm{r}}{e}_t\right)}^{\top }\tanh \left(W_r{e}_h+e_r\right)\\ & \pi (h,r,t)=\frac{\exp (\hat{\pi }(h,r,t))}{{\sum }_{\left(h,r^{\prime },t^{\prime }\right)\in N_h}\exp \left(\hat{\pi }\left(h,r^{\prime },t^{\prime }\right)\right)}\end{array}$$

对应的一层传播代码：

# GAT消息传递
def GATMessagePass( self, h_embs, r_embs, t_embs ):
    '''
    :param h_embs: 头实体向量[ batch_size, e_dim ]
    :param r_embs: 关系向量[ batch_size, n_neibours, r_dim ]
    :param t_embs: 尾实体向量[ batch_size, n_neibours, e_dim ]
    '''
    # # 将h张量广播，维度扩散为 [ batch_size, n_neibours, e_dim ]
    h_broadcast_embs = torch.cat( [ torch.unsqueeze( h_embs, 1 ) for _ in range( t_embs.shape[ 1 ] ) ], dim = 1 )
    # [ batch_size, n_neibours, r_dim ]
    tr_embs = self.Wr( t_embs )
    # [ batch_size, n_neibours, r_dim ]
    hr_embs = self.Wr( h_broadcast_embs )
    # [ batch_size, n_neibours, r_dim ]
    hr_embs= torch.tanh( hr_embs + r_embs)
    # [ batch_size, n_neibours, 1 ]
    atten = torch.sum( hr_embs * tr_embs,dim = -1 ,keepdim=True)
    atten = torch.softmax( atten, dim = -1 )
    # [ batch_size, n_neibours, e_dim ]
    t_embs = t_embs * atten
    # [ batch_size, e_dim ]
    return  torch.sum( t_embs, dim = 1 )

最后：需要把实体节点$h$自身的嵌入表示$e_h$和它基于邻域的嵌入表示${\mathbf{e}}_{{\mathcal{N}}_h}$融合起来，得到节点$h$的新表示${\mathbf{e}}_h^{(1)}$。融合的方式有三种选择：

• GCN聚合方法：将2个向量相加，然后经过一层非线性变换层：$$f_{\mathrm{CCN}}=\mathrm{LeakyReLU}\left(W\left(e_{\mathrm{h}}+{ϵ}_{{\mathcal{N}}_{\mathrm{h}}}\right)\right)$$
• GraphSage聚合方法：将拼接2个向量，然后经过一层非线性变换层：$$f_{\text{GriphtSage }}=\text{ LeakyReLU }\left(\mathbf{W}\left(e_h\Vert e_{{\mathcal{N}}_h}\right)\right)$$
• 二重交互聚合方法：考虑向量的两种交互方式——向量相加和向量的按位点积操作$\odot$，再经过一层非线性变换层：$$f_{\text{Bi-Interiction }}=\mathrm{LeakyReLU}\left(W_1\left(e_h+e_{{\mathcal{N}}_h}\right)\right)+\mathrm{LeakyReLU}\left(W_2\left(e_h\odot e_{N_h}\right)\right)$$

以上是注意力感知的表示传播层操作；若要考虑更高阶的信息，可以重复堆叠多次： e h ( l ) = f ( e l t { l − 1 ) , e N k ( l − 1 ) ) e_h^{(l)}=f\left(e_{l_t}^{\{l-1)}, e_{N_k}^{(l-1)}\right) eh(l)​=f(elt​{l−1)​,eNk​(l−1)​)

上面的三种融合（聚合）方法对应代码：

# 消息聚合
def aggregate( self, h_embs, Nh_embs, agg_method = 'Bi-Interaction' ):
    '''
    :param h_embs: 原始的头实体向量 [ batch_size, e_dim ]
    :param Nh_embs: 消息传递后头实体位置的向量 [ batch_size, e_dim ]
    :param agg_method: 聚合方式，总共有三种,分别是'Bi-Interaction','concat','sum'
    '''
    if agg_method == 'Bi-Interaction':
        return self.leakyRelu( self.W1( h_embs + Nh_embs ) )\
               + self.leakyRelu( self.W2( h_embs * Nh_embs ) )
    elif agg_method == 'concat':
        return self.leakyRelu( self.W_concat( torch.cat([ h_embs,Nh_embs ], dim = -1 ) ) )
    else: #sum
        return self.leakyRelu( self.W1( h_embs + Nh_embs ) )

2.3 预测评估层

该层需要把用户和物品在各层得到的向量拼接起来得到最终的表示：$$e_u^{\ast }=e_u^{(0)}\Vert \cdots \Vert e_u^{(L)},e_i^{\ast }=e_i^{(0)}\Vert \cdots \Vert e^{(L)}$$
用户对物品的偏好程度预测为两个向量的点积：$${\hat{y}}_{ui}={\mathbf{e}}_u^{\ast \top }{\mathbf{e}}_i^{\ast }$$
推荐预测的损失函数也是成对优化误差：$${\mathcal{L}}_{\mathrm{C}}=\sum _{(u,ij)\in \mathcal{O}}-\log \sigma \left({\hat{y}}_{ui}-{\hat{y}}_{uj}\right)$$
其中：

• O = { ( u , i , j ) ∣ ( u , i ) ∈ R + , ( u , j ) ∈ R − } O=\left\{(u, i, j) \mid(u, i) \in \mathcal{R}^{+},(u, j) \in \mathcal{R}^{-}\right\} O={(u,i,j)∣(u,i)∈R+,(u,j)∈R−}表示训练集;
• ${\mathcal{R}}^{+}$表示正样本;
• ${\mathcal{R}}^{-}$表示负样本;
• KGAT的联合训练损失函数：
  $${\mathcal{L}}_{\mathrm{KGAT}}={\mathcal{L}}_{\mathrm{KG}}+{\mathcal{L}}_{\mathrm{CF}}+\lambda \Vert \Theta {\Vert }_2^2$$
  其中：$\Theta$表示模型的参数集合。

三、代码

class KGAT( nn.Module ):

    def __init__( self, n_users, n_entitys, n_relations, e_dim, r_dim,
                  adj_entity, adj_relation ,agg_method = 'Bi-Interaction'):
        super( KGAT, self ).__init__( )

        self.user_embs = nn.Embedding( n_users, e_dim, max_norm = 1 )
        self.entity_embs = nn.Embedding( n_entitys, e_dim, max_norm = 1 )
        self.relation_embs = nn.Embedding( n_relations, r_dim, max_norm = 1 )

        self.adj_entity = adj_entity  # 节点的邻接列表
        self.adj_relation = adj_relation  # 关系的邻接列表

        self.agg_method = agg_method # 聚合方法

        # 初始化计算注意力时的关系变换线性层
        self.Wr = nn.Linear( e_dim, r_dim )

        # 初始化最终聚合时所用的激活函数
        self.leakyRelu = nn.LeakyReLU( negative_slope = 0.2 )

        # 初始化各种聚合时所用的线性层
        if agg_method == 'concat':
            self.W_concat = nn.Linear( e_dim * 2, e_dim )
        else:
            self.W1 = nn.Linear( e_dim, e_dim )
            if agg_method == 'Bi-Interaction':
                self.W2 = nn.Linear( e_dim, e_dim )

    # 得到邻居的节点embedding和关系embedding
    def get_neighbors( self, items ):
        e_ids = [self.adj_entity[ item ] for item in items ]
        r_ids = [ self.adj_relation[ item ] for item in items ]
        e_ids = torch.LongTensor( e_ids )
        r_ids = torch.LongTensor( r_ids )
        neighbor_entities_embs = self.entity_embs( e_ids )
        neighbor_relations_embs = self.relation_embs( r_ids )
        return neighbor_entities_embs, neighbor_relations_embs

    # GAT消息传递
    def GATMessagePass( self, h_embs, r_embs, t_embs ):
        '''
        :param h_embs: 头实体向量[ batch_size, e_dim ]
        :param r_embs: 关系向量[ batch_size, n_neibours, r_dim ]
        :param t_embs: 为实体向量[ batch_size, n_neibours, e_dim ]
        '''
        # # 将h张量广播，维度扩散为 [ batch_size, n_neibours, e_dim ]
        h_broadcast_embs = torch.cat( [ torch.unsqueeze( h_embs, 1 ) for _ in range( t_embs.shape[ 1 ] ) ], dim = 1 )
        # [ batch_size, n_neibours, r_dim ]
        tr_embs = self.Wr( t_embs )
        # [ batch_size, n_neibours, r_dim ]
        hr_embs = self.Wr( h_broadcast_embs )
        # [ batch_size, n_neibours, r_dim ]
        hr_embs= torch.tanh( hr_embs + r_embs)
        # [ batch_size, n_neibours, 1 ]
        atten = torch.sum( hr_embs * tr_embs,dim = -1 ,keepdim=True)
        atten = torch.softmax( atten, dim = -1 )
        # [ batch_size, n_neibours, e_dim ]
        t_embs = t_embs * atten
        # [ batch_size, e_dim ]
        return  torch.sum( t_embs, dim = 1 )

    # 消息聚合
    def aggregate( self, h_embs, Nh_embs, agg_method = 'Bi-Interaction' ):
        '''
        :param h_embs: 原始的头实体向量 [ batch_size, e_dim ]
        :param Nh_embs: 消息传递后头实体位置的向量 [ batch_size, e_dim ]
        :param agg_method: 聚合方式，总共有三种,分别是'Bi-Interaction','concat','sum'
        '''
        if agg_method == 'Bi-Interaction':
            return self.leakyRelu( self.W1( h_embs + Nh_embs ) )\
                   + self.leakyRelu( self.W2( h_embs * Nh_embs ) )
        elif agg_method == 'concat':
            return self.leakyRelu( self.W_concat( torch.cat([ h_embs,Nh_embs ], dim = -1 ) ) )
        else: #sum
            return self.leakyRelu( self.W1( h_embs + Nh_embs ) )

    def forward( self, u, i ):
        # # [ batch_size, n_neibours, e_dim ] and # [ batch_size, n_neibours, r_dim ]
        # 得到邻居的节点embedding和关系embedding
        t_embs, r_embs = self.get_neighbors( i )
        # # [ batch_size, e_dim ]
        h_embs = self.entity_embs( i )
        # # [ batch_size, e_dim ]
        Nh_embs = self.GATMessagePass( h_embs, r_embs, t_embs )
        # # [ batch_size, e_dim ]
        item_embs = self.aggregate( h_embs, Nh_embs, self.agg_method )
        # # [ batch_size, e_dim ]
        user_embs = self.user_embs( u )
        # # [ batch_size ]
        logits = torch.sigmoid( torch.sum( user_embs * item_embs, dim = 1 ) )
        return logits

四、实验结果

在三个基准数据集：Amazon-book、Last-FM和Yelp2018数据集上实验，KGAT与SL (FM和NFM)、基于正则化(CFKG和CKE)、基于路径(MCRec和RippleNet)和基于图形神经网络(GC-MC)的方法进行了比较：

为了探索聚合器的影响，作者考虑了使用不同设置的KGAT-1变体，即之前提到的GCN、GraphSage和Bi-Interaction，实验结果如下表所示。可以看出，Bi-Interaction的性能最好：

Reference

[1] 推荐系统前沿与实践. 李东胜等
[2] 自然语言处理cs224n-2021–Lecture15: 知识图谱
[3] 东南大学《知识图谱》研究生课程课件
[4] 2022年中国知识图谱行业研究报告
[5] 浙江大学慕课：知识图谱导论.陈华钧老师
[6] https://conceptnet.io/
[7] KG paper：https://github.com/km1994/nlp_paper_study_kg
[8] 北大gStore - a graph based RDF triple store
[9] Natural Language Processing Demystified
[10] https://github.com/datawhalechina/team-learning-nlp/tree/master/KnowledgeGraph_Basic
[11] 新一代知识图谱关键技术综述. 东南大学 王萌
[12] cs224w（图机器学习）2021冬季课程学习笔记12 Knowledge Graph Embeddings
[13] 关系抽取和事件抽取代码案例：https://github.com/taishan1994/taishan1994 (西西嘛呦)
[14] 年末巨制：知识图谱嵌入方法研究总结
[15] “知识图谱+”系列：知识图谱+图神经网络
[16] 【知识图谱】斯坦福 CS520公开课（双语字幕）
[17] https://github.com/LIANGKE23/Awesome-Knowledge-Graph-Reasoning
[18] 再谈图谱表示：图网络表示GE与知识图谱表示KGE的原理对比与实操效果分析
[19] WSDM’23 | 工业界搜推广nlp论文整理
[20] https://github.com/LunaBlack/KGAT-pytorch
[21] 推荐系统之深度召回模型综述（PART III）
[22] 深度融合 | 当推荐系统遇上知识图谱（二）
[23] KGAT_基于知识图谱+图注意力网络的推荐系统（KG+GAT）