📅 发布时间：2026/6/18 23:19:14

论文信息

论文标题：GCFExplainer: Global Counterfactual Explainer for Graph Neural Networks
论文作者：
论文来源：ICLR 2023
论文地址：link
论文代码：link

Abstract

1. GNN 的应用场景与可解释性需求

1）广泛应用领域

明确图神经网络（GNN）在计算生物学（如蛋白质功能预测、药物分子活性判断）、自然语言处理（如文本语义依赖建模）、计算机安全（如网络攻击路径分析）等领域的实用价值，说明其已成为解决结构化数据任务的核心模型之一。

2）可解释性的必要性

指出 GNN 本质是 “黑箱模型”—— 虽能输出高精度预测结果，但无法直观呈现 “为何做出该预测”。随着 GNN 在药物发现、医疗诊断等高风险领域的应用，解释其预测逻辑逐渐成为刚需：既有助于开发者识别模型缺陷（如对特定结构的偏见），也能增强用户对模型的信任。

2. 反事实推理的核心逻辑

为解决 GNN 可解释性问题，文中聚焦 “反事实推理” 这一关键思路，其核心定义与目标如下：

核心逻辑：通过对输入图进行最小化修改（如增删单条边、修改单个节点标签），使 GNN 的预测结果从 “原类别” 变为 “目标类别”，进而通过 “修改内容” 反推模型关注的关键特征。

举例说明：若 GNN 判定某分子为 “致突变（非期望类）”，反事实推理需找到 “仅修改少量原子 / 化学键，使分子变为‘非致突变（期望类）’” 的方案，该方案即 “反事实示例”，可解释 “哪些结构导致分子致突变”。

3. 现有反事实解释方法的核心局限

明确现有方法仅支持 “实例级局部推理”，存在两大关键缺陷，这也是本文研究的出发点：

局限类型	具体表现	实际影响
无法提供全局追索策略	仅能为单个输入图生成专属反事实示例，无法总结适用于 “一类图” 的通用规则	如药物发现中，无法得出 “所有含某类官能团的分子，需如何修改以具备抗癌活性”，开发者需逐一分析每个分子，效率极低
造成人类认知过载	反事实示例数量随数据集规模（可能达数千至数百万图）线性增长	以含 10 万图的分子数据集为例，若每个图对应 1 个反事实示例，10 万条结果远超人类单次可理解、可分析的信息容量，失去 “解释” 的本质意义

4. 本文核心目标与解决方案

1）研究目标

突破局部推理局限，实现 GNN 的 “全局反事实解释”：即找到少量（规模可控）、具代表性的反事实图集合，使其能为 “绝大多数输入图” 提供有效反事实解释（无需为每个输入图单独生成示例）。

2）核心方案：GCFExplainer 算法

提出 GCFExplainer 作为解决方案，其核心设计思路由 “两大关键技术” 支撑，确保能高效找到全局反事实集合：

先构建 “编辑图”（元图）：将输入图及 “经单步编辑生成的潜在反事实图” 作为节点，边代表 “两图可通过单步编辑（增删节点 / 边、改标签）转化”，形成结构化搜索空间；

从候选集中迭代选择 “加入后，能最大程度提升‘被解释输入图比例（覆盖度）’” 的反事实图，最终形成规模固定（如 10 个）的全局反事实集合，确保 “数量少、效果优”。

5. GCFExplainer 的实验性能优势

基于真实图数据集（如分子图、蛋白质图）的实验，验证 GCFExplainer 显著优于现有主流局部反事实解释器，具体优势体现在 4 个维度：

性能维度	具体表现	核心价值
追索覆盖度提升	较当前最优局部方法（如 RCExplainer），覆盖度提升 46.9%	用相同数量的反事实图，能解释更多输入图，全局解释能力更强
追索成本降低	较最优局部方法，输入图与对应反事实图的 “编辑距离（修改量）” 降低 9.5%	反事实示例的 “修改量更小”，更符合 “最小化扰动” 原则，解释的可信度更高
与数据集特性一致性更强	生成的反事实图更贴合输入图的固有特性（如分子图的连通性、蛋白质图的结构完整性）	避免生成 “不符合真实场景” 的反事实示例（如非连通的分子图，现实中无法存在），提升解释的实用性
抗 adversarial 攻击能力更优	即使输入图受 “随机边翻转（如误加 / 误删少量边）” 干扰，GCFExplainer 仍能保持稳定的解释性能	在数据存在噪声或恶意攻击的场景下（如医疗数据采集误差、网络安全中数据被篡改），解释结果仍可靠

6. 扩展方案：K-GCFExplainer

针对 “输入图存在明显聚类结构” 的场景（如分子数据集中，部分分子含 “羟基” 官能团、部分含 “羰基” 官能团，形成天然簇），提出 GCFExplainer 的扩展算法 K-GCFExplainer：

- 核心改进：在 GCFExplainer 基础上加入 “图聚类组件”，先通过 K-medoids 算法（基于图编辑距离）将输入图分为 K 个簇，再对每个簇独立运行 GCFExplainer 生成候选集，最后合并所有簇的候选集并贪心总结；

- 性能优势：实验显示，在 4 个数据集的 3 个中，K-GCFExplainer 性能优于原始 GCFExplainer，且支持 “分簇并行计算”，大幅提升对大规模数据集的处理效率（scalability）。