BriefGPT - AI 论文速递
·
基于节点中心性和图嵌入的链接预测参数化模型
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的链接预测模型NCSM，通过在自定义的GNN层中将节点中心性和相似性度量作为边特征进行唯一的集成，有效地利用大型网络的拓扑信息。该模型在五个基准图数据集上表现更好，归功于对节点中心性、相似性度量的创新整合和对拓扑信息的高效利用。
🎯
关键要点
- 提出了一种新的链接预测模型NCSM。
- NCSM通过在自定义的GNN层中将节点中心性和相似性度量作为边特征进行集成。
- 该模型有效利用大型网络的拓扑信息。
- NCSM是第一个考虑拓扑信息的参数化GNN链接预测模型。
- 在五个基准图数据集上评估，NCSM表现优于现有的最先进模型。
- NCSM的卓越性能归功于对节点中心性和相似性度量的创新整合。
➡️
