如何在加权图中找到预测链接权重的概率

时间:2018-09-07 23:23:17

标签: machine-learning graph-theory weighted-average weighted-graph

我有一个无向加权图。假设节点A和节点B之间没有直接链接,但是有路径将两个节点通过其他中间节点连接起来。现在,我要预测节点A和B之间直接链接的可能权重以及它的概率。

我可以通过找到可能的路径及其平均权重来预测权重,但是如何找到它的概率 enter image description here

1 个答案:

答案 0 :(得分:1)

您描述的问题称为 链接预测 Here是一个简短的教程,解释了该问题以及一些可以用来解决问题的简单启发式方法。

由于这是一个开放式问题,因此,通过使用更复杂的技术可以大大改善这些简单的解决方案。预测边缘可能性的另一种方法是使用机器学习而不是基于规则的启发式。

最近一篇名为node2vec的文章提出了一种算法,该算法可将图中的每个节点映射到一个密集的矢量(又称为 embedding )。然后,通过在一对节点上应用一些二进制运算符,我们得到一个边缘表示(另一个向量)。然后将此向量用作预测边缘概率的某些分类器的输入特征。本文在几个不同的数据集上比较了一些这样的二元运算符,并且在所有这些数据集上均明显优于启发式基准评分。

here中可以找到给定图形的嵌入计算代码。