通过演化过程建模增强跨域链接预测
机器学习
2025-02-06 v2 人工智能
社会与信息网络
摘要
本工作提出了 DyExpert,一种用于跨域链接预测的动态图模型。它能够显式地对历史演化过程进行建模,以学习特定下游图的演化模式,随后进行特定模式的链接预测。DyExpert 采用仅解码器 Transformer,并能够通过整合演化建模和链接预测的条件链接生成(conditioned link generation)进行高效的并行训练和推理。DyExpert 在跨越不同领域的大量动态图上进行训练,包含 600 万条动态边。在八个未训练图上的大量实验表明,DyExpert 在跨域链接预测中实现了最先进的性能。在相同设置下,与先进的基线相比,DyExpert 在八个图上的平均精度均值提升了 11.40%。更令人印象深刻的是,它在 6 个未训练图上超越了 8 个先进基线的全监督性能。
关键词
引用
@article{arxiv.2402.02168,
title = {Enhancing Cross-domain Link Prediction via Evolution Process Modeling},
author = {Xuanwen Huang and Wei Chow and Yize Zhu and Yang Wang and Ziwei Chai and Chunping Wang and Lei Chen and Yang Yang},
journal= {arXiv preprint arXiv:2402.02168},
year = {2025}
}
备注
Accepted by WWW'25