【斯坦福CS224W笔记之三】传统图机器学习的特征工程-连接

Link prediction

是根据同济子豪兄学长的中文讲解做的笔记哦，感兴趣的话可以直接去b站观看详细视频：
传送带：
https://github.com/TommyZihao/zihao_course/blob/main/CS224W/1-Intro.md

Objective:

通过已知连接去补全未知连接
The task is to predict new links based on the existing links.

总共有两种方法：
1.直接提取link的特征，变成D维向量
2.把link 两端节点的D维向量拼在一起 (丢失了中间的结构信息）
The key is to design feature （关键就是要保留特征）
Choose 1

Methodology:

For each pair of nodes (x,y) compute score c(x,y)
提取连接特征->D维向量->分数（x,y)
计算两节点 link 的score，降序排列，然后取 top k 个作为预测结果

Distance-based feature

看量不看质

Local neighborhood overlap

Tips:但是当两个节点没有共同好友，就要用全图连接特征 Katz index

Global neighborhood overlap

Katz index: count the number of walks of all lengths between a given pair of nodes.
（邻接矩阵的 k 次幂，得到u 和 v 之间长度为 k 的路径个数，由于 k 太大的话意义不大，所以再乘以一个衰减系数 b，通过等比数列求和得到最终公式）

Q: How to compute #walk between two nodes?
Use powers of the graph adjacency matrix
用邻接矩阵的幂

计算节点 U 和节点 V 之间，长度为 K 的路径个数
邻接矩阵k 次幂

拓展阅读:
NetworkX相关文档

• https://networkx.org/documentation/stable/reference/generated/network.classes.function.common_neighbors.html
• https://networkx.org/documentation/stable/reference/algorithms/generated/nwtworkx.algorithms.link_prediction.jaccard_coefficient.html
• https://networkx.org/documentation/stable/reference/algorithms/generated/networkxx.algorithms.lin_prediction.adamic_adar_index.html
• https://stackoverflow.com/questions/62069781/how-to-find-the-similarity-between-pair-of-vertices-using-katz-index-in-python