複雑ネットワークにおけるサイン予測のための一般化されたモチーフベースのナイーブベイズモデル

この論文は、ノードの異質性を組み込むことによって、符号付きネットワークのサイン予測における従来のモチーフベースのナイーブベイズモデルの限界に対処しています。提案されたフレームワーク、特にFeature-driven Generalized Motif-based Naive Bayes (FGMNB)モデルは、最先端の埋め込みベースのベースラインと比較して優れたパフォーマンスを示しています。ローカルな構造パターンへの焦点と、データセット固有の予測モチーフの特定が重要な貢献です。

• •符号付きネットワークにおけるサイン予測のための一般化されたフレームワークを提案。
• •ノードの異質性をモデル化してパフォーマンスを向上。
• •FGMNBモデルは、最先端のベースラインを上回る。
• •ローカルな構造パターンとデータセット固有のモチーフの重要性を強調。