通俗搞懂图神经网络：GCN、MPNN与GAT核心拆解

传统深度学习擅长处理两类规则数据：类似网格的图像（CNN 的领地）和线性的序列文本（RNN 与 Transformer 的主场）。

现实世界的大多数复杂关系往往不按规矩排布。微信的好友社交网、淘宝的用户商品交互图、金融风控里的转账链路，乃至生物医药中的分子化学键，都是典型的非欧几里得结构（Non-Euclidean Data）。

处理这些复杂的拓扑关联，主角正是图神经网络（Graph Neural Network, GNN）。要彻底理清 GNN 的演进路径，只需吃透三个核心概念：通用框架 MPNN、基准模型 GCN，以及引入注意力权重的 GAT。

大多数现代 GNN 模型，本质上都可以统一在 MPNN（Message Passing Neural Network，消息传递神经网络） 的框架之下。

理解 MPNN 只需要记住一句话：一个节点的特征，由它自身和所有邻居的状态共同决定。

整个过程分为三个步骤：

消息生成（Message）：每个邻居节点根据自身特征（有时结合连边特征），计算出一份要发给目标节点的信息。
消息聚合（Aggregate）：目标节点把所有邻居发来的消息汇总在一起。为了保证置换不变性（即邻居传入的顺序不影响结果），聚合操作通常采用求和（Sum）、均值（Mean）或最大值（Max）。
状态更新（Update）：目标节点结合自己上一轮的状态与刚才聚合得到的新消息，通过一个非线性层（如 MLP），更新出当前节点的新向量。

堆叠多层 MPNN 之后，信息就会在图上扩散开来：一层网络能感知一阶直接邻居，两层网络就能看到二阶邻居（朋友的朋友）。

如果说 MPNN 是一套设计蓝图，那 GCN（Graph Convolutional Network） 就是这套蓝图最经典、最轻量的工程实现。

GCN 的直观思路很直接：既然图像卷积是用固定尺寸的卷积核对邻近像素做加权求和，那图上的卷积，就是把邻居节点的信息做加权平均。

但图结构有一个棘手问题：节点的度数（Degree）差异极大。

在微博上，明星大 V 可能有上千万粉丝，而普通用户只有几十个关注。如果简单对邻居特征做相加，高度数节点的值会迅速爆炸；如果只做普通平均，又会抹平关键连接的结构信息。

Kipf 和 Welling 提出的经典 GCN 给出了一个优雅的归一化方案：对称度归一化。

在聚合特征时，节点 $j$ 传递给节点 $i$ 的权重不是固定的 1，而是除以 $\sqrt{d_i \cdot d_j}$（其中 $d$ 为节点度数）。这意味着：

加上自环（Self-loop，把节点自身也当做邻居聚合），GCN 实现了极简而高效的拓扑特征提取。

GCN 表现优秀，但在现实业务中有一个明显短板：邻居的权重完全由图的拓扑度数决定，与节点具体的内容毫无关系。

举个例子：在风控欺诈检测中，一个正常用户可能同时关联了数百个正常账户和一个黑产洗钱账户。在 GCN 眼中，这几百个邻居在度数相近时权重完全等同，致命的欺诈信号极容易被汪洋大海般的正常交易淹没。

GAT（Graph Attention Network） 的出现打破了这种静态局限。它把 Transformer 里的自注意力机制（Self-Attention）移植到了图结构上。

GAT 的核心变化在于权重计算：

目标节点 $i$ 与邻居节点 $j$ 之间的关联度，不再靠度数计算，而是把两者的特征拼在一起，过一个线性变换和激活函数，动态算出一个注意力系数 $\alpha_{ij}$；
经过 Softmax 归一化后，与当前节点关联更紧密、语义更相似的邻居，会获得远高于其他邻居的权重。

同时，GAT 引入了多头注意力机制（Multi-Head Attention），让多个独立的注意力通道分别关注不同的关联维度，大幅提升了模型在复杂拓扑下的鲁棒性。

总结三者的技术演进脉络：