Link prediction 链路预测方法简述

0 引言

链路预测、边预测是graph中的一个常见的问题，讨论这个问题的论文也比较多，其中一篇经典论文node2vec中对这一个问题做了精简的方法概述，并且论文(node2vec 2018)也是第一次将表示学习类算法(node2vec)用于链路预测当中。

1 链路预测问题定义

链路预测问题是指，我们给定一个删除一定比例边的网络后，去预测其中缺失的边。
我们首先生成标签数据集如下：

1. 为了获取正样本，我们随机从网络中移除50%边，同时确保在移除边之后的图仍然为连通的。（我理解的是：只要没有孤立点即可，不必是全连通，即所有点彼此可以到达）。
2. 获取负样本，为了获取负样本，我们随机从网络中挑选与正样本等量的节点对作为负样本边，注意不要挑选到第一步剔除的正样本边，他们即使被剔除了但仍然是正样本。

2 链路预测相关方法

2.1 启发式算法（基于打分的算法）

参考文献：Link prediction Based on Graph Neural Network (NeurIPS 2018)
首先，链路预测的启发式算法（也可以称之为启发式得分方法、基于打分的方法）都有一个前提假设就是更“相似”的节点更容易产生链接。（这里的相似是人为定义的，例如可以定义为共同邻居越多节点越相似）。
Node2vec的作者在这里根据一对节点(u,v)的邻居来定义启发式得分heuristic scores（也可理解为相似度得分）如下所示：

根据相似度得分的高低，设定一个阈值，我们就可以对节点对之间的关联进行预测。

另外，我们也可以定义一些其他的打分方法，例如点积：
点积、内积是一个东西的相关CSDN
深入思考内积运算，再看傅里叶系数、伽辽金法本质

向量的积有2种：
数量积（也叫内积，点积），是数量，是实数
向量积（也叫外积，差积），是向量

点积（数量积）是人为定义的一种运算方式，描述了向量的长度和角度，其有两种等价的定义方式，代数定义和几何定义。
两种写法，第一种是几何、第二种是代数。

如何衡量两组向量的相似度，还有其他一些好办法：这里知乎的一个答案，从距离（例如：欧氏距离）、相似度（例如：余弦相似度）这两个角度给出了一些方案。

2.2 基于图表示学习的方法

2.2.1基于图表示学习-图嵌入技术的方法

Node2vec(2018)作者指出since none of feature learning algorithms have been previously used for link prediction. （以前没有特征学习算法被用于链路预测）

如何将表示学习用于链路预测呢？实现思路是什么？
首先，从网络中学习每个节点的特征表示（node feature)，然后在一对节点(u,v)上，可以根据节点的特征通过一个二元操作o(u,v)得到边的特征，有了边的的特征就可以作为而分类问题来求解了。可以对边特征应用各种分类方法来进行关联预测。

下图是作者采用的一些计算边特征的二元操作o:

下图是作者的实验结果：和基于打分的方法和其他一些网络特征学习方法进行比较。

• 相关论文参考：DEMLP

2.2.1 基于图表示学习-图深度学习技术的方法（常用）

图深度学习的方法技术的典型代表就是GCN，通过图卷积等图深度学习方法来进行节点的特征表示，而且与图嵌入技术不同，图深度学习技术通常可以结合下游任务进行端到端的训练），即学到的节点对特征直接在模型中进行拼接（相加）等融合操作操作（这些操作的目的可以等价理解为获取边的特征），并把节点对的特征用于下游任务-例如链路预测或者节点分类。

这里的融合方法除了拼接和相加（通常这两种够用，论文中常用拼接），还可以用下面这些操作，类似于得到变的特征：

然后讲这些特征投入端到端的分类模块中。融合的过程也需要在模型内完成。

• 相关论文参考MSHGANMDA

2.3 基于非图深度学习的方法

和图表示学习方法一样，可以分阶段，先学特征再用分类器进行预测；也可以端到端来训练和预测。

2.3.1 分阶段训练

2.3.2 端到端训练（常用）