ScholarGate
Assistent
Process / pipeline

Link Prediction — Inferens af manglende og fremtidige kanter i netværk

Link prediction er en netværksanalyseopgave, der estimerer, hvilke kanter der mangler i en observeret graf, eller hvilke kanter der sandsynligvis vil dannes i fremtiden. Formuleret af Liben-Nowell og Kleinberg (2003, 2007) dækker den et spektrum af metoder — fra simple strukturelle lighedsindeks som Common Neighbors, Jaccard-koefficient og Adamic-Adar, til matrixfaktorisering og graph neural network (GNN) metoder — og evalueres med AUC og Average Precision for at tage højde for det stærkt ubalancerede forhold mellem reelle og ikke-eksisterende kanter.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Liben-Nowell, D. & Kleinberg, J. (2007). The Link-Prediction Problem for Social Networks. Journal of the American Society for Information Science and Technology, 58(7), 1019-1031. DOI: 10.1002/asi.20591
  2. Zhang, M. & Chen, Y. (2018). Link Prediction Based on Graph Neural Networks. Advances in Neural Information Processing Systems (NeurIPS), 31. link

Sådan citerer du denne side

ScholarGate. (2026, June 1). Link Prediction (Missing and Future Edge Inference). ScholarGate. https://scholargate.app/da/network-analysis/link-prediction

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateLink Prediction (Link Prediction (Missing and Future Edge Inference)). Hentet 2026-06-15 fra https://scholargate.app/da/network-analysis/link-prediction · Datasæt: https://doi.org/10.5281/zenodo.20539026