《Maritime Transport Research》：Unsupervised graph representation learning from AIS maritime traffic
编辑推荐：
海上航运承载了全球约90%的贸易量（按体积计），这使得港口网络成为地球上最具经济意义的基础设施系统之一（Kaluza et al., 2010; Pallotta et al., 2013）。理解港口之间的相互关系——例如哪些港口承担相似功能、哪些港口在同一贸
海上航运承载了全球约90%的贸易量（按体积计），这使得港口网络成为地球上最具经济意义的基础设施系统之一（Kaluza et al., 2010; Pallotta et al., 2013）。理解港口之间的相互关系——例如哪些港口承担相似功能、哪些港口在同一贸易航线上竞争、哪些港口形成区域集群——对航线规划、运力分配和到港时间估计具有直接的操作价值（Ansorena, 2023; Wang et al., 2025; Yang et al., 2025; Yoon et al., 2023）。传统的港口分析依赖于手工构建的网络指标（如度中心性和介数中心性），并辅以人工整理的属性（Ducruet and Notteboom, 2012; Kaluza et al., 2010）。尽管这些指标具有信息量，但属性需要特征选择，难以扩展到异构数据源，且无法将拓扑信号和特征信号整合为统一、可复用的表示。
无监督表示学习提供了一种有原则的替代方案：给定一个原始港口网络，学习一个低维嵌入，该嵌入保留与多个下游任务相关的结构和功能信号，而无需任务特定的标签。这在海事领域尤其具有吸引力，因为该领域的主要大规模数据源——自动识别系统（AIS）——提供了密集的船舶运动观测，但包含噪声大、人工录入的目的地字段，且缺乏统一的预测基准（Pallotta et al., 2013; Yang et al., 2019）。此类嵌入可作为通用港口描述符，用于相似性搜索、地理推断、贸易航线表征、异常检测，以及作为下游预测模型的输入特征。从图论的角度看，海上网络具有自然的表示形式：港口为节点，船舶运动在港口之间诱导有向边，这使得无监督图表示学习成为一种直观的方法论选择。
因此，研究人员提出三个研究问题：RQ1：大规模有向海上港口网络的无监督图嵌入捕获了哪些结构和语义属性？RQ2：这些嵌入在多大程度上支持下一港口预测等操作相关任务，与基于频率的基线相比表现如何？RQ3：哪些机制解释了嵌入质量与预测任务性能之间的差距，以及这些机制为将图表示学习应用于海上操作网络提供了什么指导？
尽管存在许多使用机器学习和深度学习从数据中学习模式的方法，但将这些方法推广到图结构数据具有挑战性（Veli?kovi? et al., 2019）。大多数成功的图结构数据学习方法通常是（半）监督的（Kipf and Welling, 2017; Veli?kovi? et al., 2018）。然而，当类标签有限时，这些方法难以应用；在这种情况下，可行的替代方案是使用无监督学习。对于图上的无监督学习，通常使用基于随机游走的方法，如DeepWalk（Perozzi et al., 2014）和Node2Vec（Grover and Leskovec, 2016），或归纳方法如GraphSAGE（Hamilton et al., 2017），但这些方法有其局限性。例如，随机游走过度强调邻近信息而牺牲结构信息，其性能高度依赖于超参数选择（Veli?kovi? et al., 2019）。受Deep Infomax论文（Hjelm et al., 2019）的启发，Veli?kovi? et al.（2019）提出了深度图信息最大化（DGI）模型。该模型对图数据采用无监督方法，利用互信息的概念学习图结构。其核心思想是使用对比目标函数，最大化高层全局表示与输入的局部部分之间的互信息。这鼓励编码器携带图中所有位置都存在的信息，如同类标签的情况。
研究人员使用DGI模型研究上述问题并学习嵌入，因为其设计非常适合港口表示学习。其对比目标鼓励嵌入同时捕获局部港口连接模式和全局海上网络组织。DGI的模块化架构将编码器与学习目标分离，支持在保持目标不变的情况下系统评估不同的图神经网络设计。与可能遗漏全局结构的随机游走方法以及必须重构完整邻接矩阵的图自编码器（Kipf and Welling, 2016）不同，DGI避免直接建模边分布，使计算在大规模操作图上更易处理。其在引文网络基准上的表现（Namata et al., 2012; Sen et al., 2008）——模型在节点分类上优于监督基线——为将该方法应用于新领域提供了重要的验证机会。
研究人员的贡献如下：研究团队在全部三个原始引文网络基准（Cora、Citeseer、PubMed）上复现了DGI，确认该方法能够可靠地扩展到原始工作中仅有的单数据集（Cora）实现之外。这为在调整架构并将其应用于海事领域之前提供了经过验证的代码库。随后，研究团队从615万条AIS船舶航程构建了一个有向港口访问网络，并学习了512维港口嵌入，这些嵌入编码了网络的结构和语义属性（RQ1）。为评估这些嵌入捕获了什么，研究团队设计了一个系统评估协议，涵盖地理推断、下一港口预测和嵌入几何分析，在三种互补框架下，与六种无监督嵌入方法和一种基于频率的马尔可夫模型进行基准比较（RQ2）。为调查任务特定性能差距，研究团队进行了受控消融实验（如图剪枝、边条件消息传递），以诊断嵌入在这些任务中实用性的机制。研究结果为海事从业者提供了具体指导，说明无监督图嵌入何时比简单替代方案更具价值，以及必须解决哪些网络条件才能使其有效（RQ3）。为支持可复现性和复用，研究团队将实现和评估协议作为开源代码发布，代码公开于https://github.com/mpellemans/ais-graph-representation-learning。
一、研究背景与问题
海上航运承载了全球约90%的贸易量（按体积计），港口网络因此成为最具经济意义的基础设施系统之一。理解港口之间的功能相似性、竞争关系和区域集群结构，对航线规划、运力分配和到港时间估计具有直接的操作价值。传统的港口分析依赖手工构建的网络指标（如度中心性、介数中心性）和人工整理的属性，这些方法需要特征选择、难以扩展到异构数据源，且无法将拓扑信号与特征信号整合为统一的可复用表示。与此同时，海事领域的主要大规模数据源——自动识别系统（AIS）——提供了密集的船舶运动观测，但其目的地字段存在噪声且缺乏统一的预测基准。在此背景下，无监督表示学习提供了一种有原则的替代方案：给定原始港口网络，学习一个低维嵌入，保留与多个下游任务相关的结构和功能信号，而无需任务特定标签。然而，现有图表示学习方法大多在无向、稀疏的科学基准上开发验证，且评估通常聚焦单一任务（如节点分类），未充分考察嵌入作为通用表示的能力。真实世界的交通运输网络在方向性、密度和评估设置上与这些基准存在显著差异，这促使研究人员开展本研究。
二、研究内容与结论
研究人员使用深度图信息最大化（DGI）模型，从615万条AIS船舶航程构建有向港口访问网络，学习512维港口嵌入。研究团队首先在Cora、Citeseer、PubMed三个引文网络基准上复现DGI，确认方法可靠扩展。随后构建有向港口访问网络并学习嵌入，通过系统评估协议考察嵌入捕获的结构与语义属性（RQ1），在三种互补框架下与六种无监督嵌入方法和基于频率的马尔可夫模型进行基准比较（RQ2），并通过受控消融实验诊断嵌入实用性的机制（RQ3）。研究发现：无监督图嵌入能够恢复全球港口结构，支持港口相似性搜索和结构基准比较；然而，在下一港口预测任务中，基于序列和频率的基线方法仍然最强；嵌入的实用性取决于下游任务结构。研究为海事从业者提供了何时无监督图嵌入优于简单替代方案的指导，并开源了实现代码。
三、关键技术方法
研究主要采用以下技术方法：DGI模型，一种基于互信息最大化的无监督对比学习框架，通过对比真实节点-图摘要对与损坏对来训练编码器；三种图神经网络编码器架构，包括图卷积网络（GCN）、DirectedGCN（分别对入邻居和出邻居维护独立线性变换）和边条件消息传递编码器；从AIS数据构建有向港口访问网络的数据管道，涵盖615万条船舶航程；系统评估协议，包括地理推断、下一港口预测和嵌入几何分析；六种无监督嵌入基线方法（如DeepWalk、Node2Vec等）和基于频率的马尔可夫模型作为基准；受控消融实验（如图剪枝、边条件消息传递）用于诊断嵌入行为。
四、研究结果
无监督嵌入捕获港口结构：DGI嵌入能够恢复全球港口的社区结构和区域集群，嵌入几何分析与港口地理分布和功能特征具有一致性，支持港口相似性搜索和结构基准比较。
地理推断表现：嵌入能够支持从向量空间推断港口地理属性，表明嵌入编码了地理位置相关信息。
下一港口预测比较：在下一港口预测任务中，基于序列和频率的基线方法（如马尔可夫模型）仍然表现最强，DGI嵌入在预测任务上未超越这些简单基线，揭示了嵌入质量与预测任务性能之间的差距。
嵌入实用性的任务依赖性：嵌入的效用取决于下游任务结构，不同任务需要嵌入捕获不同类型的信号，图表示学习在结构分析任务中价值显著，但在序列预测任务中优势有限。
消融实验诊断：通过图剪枝和边条件消息传递等受控消融，诊断了嵌入在预测任务中表现差距的机制，识别了影响嵌入实用性的网络条件。
五、讨论与结论
讨论部分指出，嵌入在结构分析任务（如相似性搜索、社区发现）中具有明确价值，但在序列预测任务中，简单频率基线的优势源于港口访问模式的强序列性和频率依赖性。嵌入质量与预测性能的差距可归因于对比学习目标优化的信息类型与预测任务所需信息类型之间的不匹配。研究结论为：无监督图嵌入能够捕获港口网络的结构和语义属性，支持结构分析任务；但在下一港口预测等序列任务中，频率基线和序列方法仍具优势；嵌入的实用性取决于下游任务结构，从业者应根据任务类型选择适当方法；对于结构分析任务，图嵌入是手工指标的强有力替代方案。
