Pubmed的链路预测

Pubmed的链路预测可以使用SEAL方法。SEAL是一种基于图神经网络(GNN)的链路预测方法，它可以从图结构特征和潜在/显式特征中学习，进行链路预测。对于Pubmed数据集，SEAL可以提取每个目标链路的h-hop封闭子图，并构建节点信息矩阵X，其中包含结构节点标签、潜在嵌入和节点的显式属性。然后，SEAL将(A, X)输入到GNN中进行链路存在性分类，从而进行链路预测。在Pubmed数据集中，节点嵌入和属性不是必需的，SEAL可以学习一个非常好的模型，而不需要使用任何嵌入或属性。实验结果表明，在X中包含嵌入甚至可能会损害性能。因此，如果在Pubmed的链路预测中不包含节点嵌入，SEAL将成为一个归纳式链路预测模型。\[1\]\[3\]
#### 引用[.reference_title]
- *1* *3* [SEAL链路预测代码函数功能](https://blog.csdn.net/qq_41821608/article/details/129790884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [图马尔可夫网络：融合统计关系学习与图神经网络](https://blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/115499565)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]