缓解结构性过拟合：面向缺失特征插值的分布感知整正框架
机器学习
2026-04-07 v3 社会与信息网络
摘要
不完整节点特征在实际场景中广泛存在（如用户画像和冷启动推荐），严重阻碍图学习系统（如 GNN）的实际部署。现有方法通常依赖扩散式结构平滑（如特征扩散）进行插值，但 suffer from 结构性过拟合，导致：1）在离散图上性能下降，2）因过平滑导致语义多样性丧失，3）在泛化到未见图结构（归纳任务）时出现特征分布偏移。为此，本文提出 \DART 框架：采用全局结构增强 (GSA) 建立全局关联，桥接离散组件并扩展扩散覆盖；基于掩码自编码设计语义校正器，学习潜在特征流形以恢复自然语义细节；关键引入测试时分布整正机制，将结构偏置特征投影回学习得到的流形，从而有效弥合归纳分布差距。考虑到人工遮盖未能反映真实稀疏性，本文引入新数据集 \textbf{Sailing}，源自航行记录中天然缺失的属性。六个公开数据集和 Sailing 上的实验表明，\DART 在 transductive 和 inductive 设置下均显著优于 SOTA 方法。代码和数据集将在 https://github.com/yfsong00/DART 提供。
引用
@article{arxiv.2512.06356,
title = {Mitigating Structural Overfitting: A Distribution-Aware Rectification Framework for Missing Feature Imputation},
author = {Yifan Song and Fenglin Yu and Yihong Luo and Xingjian Tao and Siya Qiu and Kai Han and Jing Tang},
journal= {arXiv preprint arXiv:2512.06356},
year = {2026}
}
备注
Accepted by SIGIR2026