小红书精读：Scaling Graph Neural Networks for Friend Recommendation: Multi-Hash User Embeddings and Temporal Neighbor Sampling

ID表砍98%，好友推荐线上+16%

🔥 各位算法同学们，一张200GB的ID embedding表，怎么砍到2GB还不掉点？这篇论文给出了一个工业级答案。它把multi-hash和时序采样在1.94亿用户、280亿边的社交图上落地，线上好友添加数+16%。

📄 Scaling Graph Neural Networks for Friend Recommendation: Multi-Hash User Embeddings and Temporal Neighbor Sampling

🔧 多哈希ID嵌入：每个用户ID映射进共享小表，ID表从>200GB降到2GB，压缩98%+，排序质量几乎不损。 🧩 时序邻居采样：邻接表按时间戳排序存CSR，采样时二分查找定位合法历史前缀，单点复杂度从O(deg+k)降到O(log deg+k)，训练吞吐提升约2.5倍。 ⚙️ 端到端训练管线：CPU采样与GPU训练解耦，配合离线embedding刷新，单台8卡机器就能处理225GB图。

📊 离线消融：在1.94亿节点、280亿边上逐项验证multi-hash和时序采样各自贡献。 📈 在线A/B：好友添加数比强基线+16%，独立添加用户数+11.5%。 ✅ ID表从>200GB降到2GB，压缩超过98%，排序质量与全量ID表持平。

💬 个人看法：这工作胜在工程决策，模型本身还是GATv2，网上能抄的细节很多。落地时注意两点：multi-hash要接受哈希碰撞的代价，时序采样要求边时间戳干净，否则剪错历史会带偏邻居分布。

原文：AlphaXiv