Predykcja powiązań — wnioskowanie o brakujących i przyszłych krawędziach w sieciach
Predykcja powiązań to zadanie analizy sieci, które szacuje, które krawędzie brakuje w obserwowanym grafie lub które krawędzie prawdopodobnie powstaną w przyszłości. Sformalizowana przez Liben-Nowell i Kleinberg (2003, 2007), obejmuje ona spektrum podejść — od prostych wskaźników podobieństwa strukturalnego, takich jak Wspólni Sąsiedzi, współczynnik Jaccarda i Adamic-Adar, po faktoryzację macierzy i metody grafowych sieci neuronowych (GNN) — i jest oceniana za pomocą AUC i Średniej Precyzji, aby uwzględnić silnie niezbalansowany stosunek rzeczywistych do nieistniejących krawędzi.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Link Prediction (Missing and Future Edge Inference). ScholarGate. https://scholargate.app/pl/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.
- Analiza centralnościAnaliza sieci↔ compare
- Wykrywanie społecznościAnaliza sieci↔ compare
- Sieć neuronowa grafowaAnaliza sieci↔ compare
- Osadzanie sieciAnaliza sieci↔ compare
- Model blokowy stochastycznyAnaliza sieci↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →