Mi az a link-előrejelzés és milyen architektúrákat használnak?

A link predikció egy feladat a gráf elemzésében, ahol meg kell jósolni két csomópont között egy él létezésének valószínűségét, a gráf szerkezetére és a csomópontok tulajdonságaira alapozva.

A link predikció főbb architektúrái és megközelítései:

• Jellemzőalapú módszerek: a csomópontok és szomszédaik jellemzőit használják, például közös szomszédokat, Jaccard-koefficiens.

• Graf neurális hálózatok (Graph Neural Networks, GNN): a környezetüket figyelembe véve tanítanak reprezentációkat a csomópontokról. Népszerű architektúrák:

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

• Embedding alapú modellek: a csomópontokat vektortérben ábrázolják, és a kapcsolatot vektor műveletekkel jósolják meg (pl. skaláris szorzat).

• Valószínűségi gráf modellek: valószínűségi modelleket használnak a kapcsolatok értékelésére.

GNN példával a link predikcióhoz: először egy GNN-t tanítanak a csomópontok embeddingjeinek megszerzésére, majd a két csomópont közötti él valószínűségét egy hasonlósági funkcióval (pl. skaláris szorzat) számítják ki, és szigmoid függvényt alkalmaznak a valószínűség eléréséhez.