子图到子图转移——推广三元闭包以实现强大且可解释的图建模
社会与信息网络
2022-02-18 v4
摘要
我们在一种直观的总体推广——子图到子图转移(SST)——之下,将三元闭包及其先前的推广统一起来。我们给出了以这些 SST 的集合来建模图演化的算法与代码。随后,我们利用 SST 框架为静态与时序的、有向与无向图创建链接预测模型,这些模型产生高度可解释的结果。在定量上,我们的模型与开箱即用的 SOTA(state of the art)图神经网络模型性能相当,从而验证了我们的可解释结果的正确性与意义。
引用
@article{arxiv.2009.06770,
title = {Joint Subgraph-to-Subgraph Transitions -- Generalizing Triadic Closure for Powerful and Interpretable Graph Modeling},
author = {Justus Hibshman and Daniel Gonzalez Cedre and Satyaki Sikdar and Tim Weninger},
journal= {arXiv preprint arXiv:2009.06770},
year = {2022}
}
备注
Published in WSDM 2021