Какво е предсказване на връзки и какви архитектури използват?

Предсказването на връзки е задача в анализа на графи, при която трябва да се предвиди вероятността за съществуване на ръб между два възела, базирайки се на структурата на графа и свойствата на възлите.

Основните архитектури и подходи за предсказване на връзки:

• Методи, базирани на характеристики (Feature-based): използват характеристиките на възлите и техните съседи, например общи съседи, коефициент на Джакард.

• Графови невронни мрежи (Graph Neural Networks, GNN): обучават представяния на възлите, като вземат предвид тяхната околна среда. Популярни архитектури:

  • Graph Convolutional Networks (GCN)
  • Graph Attention Networks (GAT)
  • GraphSAGE

• Модели, базирани на вграждания (embeddings): възлите се представят в векторно пространство, а връзката се предсказва чрез операции върху векторите (например, скаларно произведение).

• Модели, базирани на вероятностни графи: използват вероятностни модели за оценка на връзките.

Пример с GNN за предсказване на връзки: първо се обучава GNN за получаване на вграждания на възлите, след това се изчислява вероятността за връзка между два възела чрез функция за сходство (например, скаларно произведение) и се прилага сигмоидна функция за получаване на вероятността.