面向类别不平衡节点分类：因果启发的不变表示解耦

《Knowledge-Based Systems》：Toward class-imbalanced node classification by Causality-Inspired Invariant Representation Disentanglement

　　

- CIRD解耦潜在因子，增强节点表示的可解释性。
- CIRD挖掘不变信息以实现鲁棒的类别不平衡分类。
- CIRD在各种不平衡设置下超越传统的类别平衡方法。

**引言**

节点分类是图分析中的基础任务，在社交网络分析[1], [2]、推荐系统[3], [4]、生物网络研究[5], [6]以及异常检测[7], [8], [9]等领域具有广泛应用。近年来，随着深度学习技术的快速发展，图神经网络[10], [11], [12]已成为解决相关任务的主要方法，并取得了巨大成功。

传统图神经网络通常隐式假设类别分布是平衡的，而在类别不平衡的图数据上其性能通常会下降[13], [14]。现实世界中的图数据集通常表现出高度倾斜的类别分布，其中多数类包含的节点远多于少数类。这种类别不平衡[15]会导致图神经网络偏向多数类，从而产生有偏的预测和次优的整体性能。例如，如图1(a)所示，传统方法可能会因为虚假的邻域统计信息而错误地分类节点v1、v2和v3。

类别不平衡节点分类方法主要依赖于类别平衡策略，如重加权（reweighting）和过采样（oversampling），如图1(b)所示。重加权方法[16], [17], [18]在算法层面修改损失函数以强调少数类样本，而过采样方法[19], [20]通过在数据层面添加合成的少数类节点来平衡类别分布。尽管取得了成功，这些方法主要调整类别分布。然而，现实世界的图产生于由多个潜在因子之间相互作用驱动的复杂且异质的过程[21]。例如，在合作者网络中，一位作者可能因为不同的研究兴趣（如联邦学习和迁移学习）而与他人建立联系，从而产生具有多个不同组成部分的邻域。类别平衡方法没有明确地识别和解耦这些异质因子，这可能导致表示对无关或虚假信息敏感且难以解释[21], [22], [23]。

在本文中，我们提出了因果启发的不变表示解耦方法（Causality-Inspired Invariant Representation Disentanglement, CIRD），该方法从因果视角学习潜在不变因子，以改善类别不平衡下的节点表示学习。CIRD执行两种形式的解耦。首先，它学习多个因子特定表示。其次，它将每个因子特定表示分离为标签相关部分和环境依赖的虚假部分。去相关目标促进标签相关因子之间的多样性，随后用于分类。此外，虚假部分被随机扰动以鼓励稳定的预测并减少分类器对环境依赖信息的依赖。大量实验表明，CIRD能够学习到可解释且鲁棒的节点表示，并在多种类别不平衡分类任务中表现具有竞争力。本文的主要贡献总结如下：

- **双重解耦表示学习。** CIRD对多个与节点类别相关的潜在因子进行建模，并进一步将每个因子分离为标签相关部分和虚假部分。这种设计提高了所学模式的可解释性并支持模型泛化。
- **因果启发的不变学习。** CIRD结合因子去相关和基于扰动的稳定性正则化，以减少虚假信息的干扰并捕获稳定的标签相关表示，从而在类别不平衡条件下实现鲁棒分类。
- **全面的实证评估。** 在长尾和阶梯不平衡设置下的实验证明了CIRD的有效性。在Cora-LT数据集上，当不平衡比率ρ=100时，CIRD在准确率、平衡准确率和宏F1上分别比最强的基线方法高出1.45、0.21和1.22个百分点。

本文的其余部分组织如下。第2节回顾了有关类别不平衡节点分类、解耦图神经网络、不变表示学习以及噪声环境下鲁棒学习的相关工作。第3节介绍了所提出的方法。第4节描述了实验设置并分析了结果。最后，第5节总结了本文并提出了未来研究方向。

---

**相关工作**

本节回顾了与我们工作相关的四个领域：类别不平衡节点分类、解耦图神经网络、不变表示学习以及噪声环境下的鲁棒分类和特征学习。

---

**所提方法**

本节介绍了用于类别不平衡节点分类的因果启发不变表示解耦方法（CIRD）。如图2所示，CIRD包含以下三个阶段：

(1) **双重解耦表示学习。** 我们使用多通道图神经网络编码器来学习因子特定表示，并使用软掩码模块将每个表示分离为标签相关部分和虚假部分。

(2) **多样性增强与节点分类。** 我们……

---

**实验**

本节介绍了评估CIRD用于类别不平衡节点分类的大量实验。实验解决了以下研究问题：

- **RQ1：** CIRD与现有的类别不平衡节点分类方法相比表现如何？（第4.4节 长尾类别不平衡节点分类的比较结果，第4.5节 阶梯类别不平衡下的比较结果）
- **RQ2：** CIRD对不同类别不平衡比率的鲁棒性如何？（第4.6节）
- **RQ3：** CIRD是否提高了少数类……

---

**结论与未来工作**

本研究表明，类别不平衡节点分类可以通过表示学习来解决，而不仅仅是通过改变类别权重或合成少数类节点。CIRD的主要优势在于它统一使用了因子级和标签相关/虚假的解耦：异质信息被分离到多个通道中，同时扰动下的预测一致性阻止了对不稳定信息的依赖。在长尾和……

---

**CRediT作者贡献声明**

刘鑫鑫：撰写——原始草稿，软件，方法论，研究，概念构思。
曹杰：验证，指导，方法论，研究。
赵宏：撰写——审阅与编辑，验证，软件，方法论，概念构思。

---

**利益冲突声明**

作者声明他们不知道任何可能影响本文所述工作的竞争性财务利益或个人关系。

---

**致谢**

本工作得到了福建省自然科学基金（项目编号：2026J001985）的支持。

刘鑫鑫 | 曹杰 | 赵宏