이 연구는 지식 그래프에서 링크 예측을 위한 새로운 접근법을 제안합니다. 기존의 차원 축소 기반, 확률 모델 기반, 유사도 기반 방법들은 편향되거나 일반화가 어려운 문제가 있었습니다.
제안된 방법은 노드의 이웃 정보를 특징 벡터로 사용하는 것입니다. 이때 이웃 선택 방식으로 무작위 선택, 중심성 기반 선택 등을 고려합니다. 이를 통해 그래프의 구조적 정보를 효과적으로 활용할 수 있습니다.
실험 결과, 제안 방법은 희소 그래프에서 우수한 재현율을 보였고, 밀집 그래프에서는 임베딩 기반 방법보다 높은 정확도를 달성했습니다. 특히 이웃 선택 시 중심성 지표를 활용하는 것이 효과적이었습니다. 그러나 최적의 이웃 선택 전략과 고려해야 할 이웃 수에 대해서는 추가 연구가 필요합니다.
إلى لغة أخرى
من محتوى المصدر
arxiv.org
استفسارات أعمق