Ce este predicția de link și ce arhitecturi utilizează?

Previziunea de legături este o sarcină în analiza grafurilor, în care trebuie să prezicem probabilitatea existenței unei muchii între două noduri, bazându-ne pe structura grafului și pe proprietățile nodurilor.

Principalele arhitecturi și abordări pentru previziunea de legături:

• Metode bazate pe caracteristici (Feature-based): utilizează caracteristicile nodurilor și ale vecinilor lor, de exemplu, vecini comuni, coeficientul Jaccard.

• Rețele neuronale grafice (Graph Neural Networks, GNN): antrenează reprezentări ale nodurilor ținând cont de mediul lor. Arhitecturi populare:

  • Rețele convoluționale de graf (GCN)
  • Rețele de atenție pe graf (GAT)
  • GraphSAGE

• Modele bazate pe embedding-uri: nodurile sunt reprezentate în spațiul vectorial, iar legătura este prezisă prin operații asupra vectorilor (de exemplu, produs scalar).

• Modele bazate pe grafuri probabilistice: utilizează modele probabilistice pentru a evalua legăturile.

Exemplu cu GNN pentru previziunea de legături: mai întâi, se antrenează o GNN pentru a obține embedding-uri ale nodurilor, apoi se calculează probabilitatea unei muchii între două noduri folosind o funcție de similaritate (de exemplu, produsul scalar) și se aplică o funcție sigmoidală pentru a obține probabilitatea.