Šta je predviđanje linkova i koje arhitekture koriste?

Predviđanje veza je zadatak u analizi grafova, gde je potrebno predvideti verovatnoću postojanja ivice između dva čvora, zasnovano na strukturi grafa i svojstvima čvorova.

Glavne arhitekture i pristupi za predviđanje veza:

• Metode zasnovane na karakteristikama (Feature-based): koriste karakteristike čvorova i njihovih suseda, na primer, zajednički susedi, Jaccardov koeficijent.

• Graf neuronske mreže (Graph Neural Networks, GNN): treniraju reprezentacije čvorova uzimajući u obzir njihovo okruženje. Popularne arhitekture:

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

• Modeli zasnovani na ugradnjama (embeddings): čvorovi se predstavljaju u vektorskom prostoru, a veza se predviđa putem operacija nad vektorima (na primer, skalarni proizvod).

• Modeli zasnovani na probabilističkim grafovima: koriste probabilističke modele za procenu veza.

Primer sa GNN za predviđanje veza: najpre se trenira GNN za dobijanje ugradnji čvorova, zatim se računa verovatnoća veze između dva čvora pomoću funkcije sličnosti (na primer, skalarni proizvod) i primenjuje se sigmoid funkcija za dobijanje verovatnoće.