GraphSAGE（图采样聚合）

GraphSAGE（Graph SAmple and aggreGatE）由 Hamilton 等人于 2017 年提出，旨在解决传统图卷积网络（GCN）无法处理未见节点的问题。背景：GCN 是直推式学习，需全图训练；GraphSAGE 采用归纳式学习，可泛化到新节点。技术说明：它对每个节点采样固定数量的邻居，使用聚合函数（如均值、LSTM、池化）合并邻居信息，再与自身特征拼接更新。广泛应用于社交网络、推荐系统和知识图谱。