Saišu prognozēšana — trūkstošo un nākotnes saišu noteikšana tīklos
Saišu prognozēšana ir tīkla analīzes uzdevums, kas novērtē, kuras saites trūkst novērotā grafā vai kuras saites, visticamāk, veidosies nākotnē. Liben-Nowell un Kleinberg (2003, 2007) formalizētā, tā aptver plašu pieeju spektru — no vienkāršiem strukturālās līdzības indeksiem, piemēram, Common Neighbors, Jaccard koeficienta un Adamic-Adar, līdz matricas faktorizācijai un grafu neironu tīklu (GNN) metodēm — un tiek novērtēta ar AUC un Average Precision, lai ņemtu vērā ļoti nelīdzsvaroto reālo un neeksistējošo saišu attiecību.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- Zhang, M. & Chen, Y. (2018). Link Prediction Based on Graph Neural Networks. Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Link Prediction (Missing and Future Edge Inference). ScholarGate. https://scholargate.app/lv/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.
- Centrāles analīzeTīklu analīze↔ compare
- Kopienu noteikšanaTīklu analīze↔ compare
- Grafu neironu tīklsTīklu analīze↔ compare
- Tīkla iegulšanaTīklu analīze↔ compare
- Stohastiskais bloku modelisTīklu analīze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →