基于相对结构编码的动态链接预测强基准 - HyperEvent
机器学习
2025-11-14 v3
摘要
学习连续时间动态图的表示对于动态链接预测至关重要。尽管最近的方法日益复杂，但该领域缺乏一个强大且信息丰富的基准来可靠衡量进展。本文提出 HyperEvent，一种简单方法，通过直观的编码机制捕获事件序列中的相对结构模式。作为一种直观的基准，HyperEvent 利用相对结构编码来识别有意义的事件序列，而无需复杂的参数化。通过将这些可解释特征与轻量级变换器分类器结合，HyperEvent 将链接预测重新定义为事件结构识别。尽管其简单性，HyperEvent 在多个基准上实现了具竞争力的结果，常常匹配或超过更复杂模型的性能。这一工作表明，通过简单结构编码即可实现有效建模，为评估未来进步提供了清晰的参考点。
引用
@article{arxiv.2507.11836,
title = {HyperEvent: A Strong Baseline for Dynamic Link Prediction via Relative Structural Encoding},
author = {Jian Gao and Jianshe Wu and JingYi Ding},
journal= {arXiv preprint arXiv:2507.11836},
year = {2025}
}