TAMI는 노드 임베딩을 기반으로 그래프 내 노드 간의 미래 상호 작용을 예측하는 것을 목표로 하는 시계열 그래프 링크 예측을 위한 새로운 프레임워크입니다. 상호 작용의 빈도와 간격에 나타나는 이질성을 고려하여 로그 시간 인코딩 함수(LTE)와 링크 기록 집계(LHA)라는 두 가지 구성 요소를 통해 시간 정보를 효과적으로 인코딩하고 과거 상호 작용을 기억합니다. TAMI는 기존 모델에 통합되어 링크 예측 성능을 향상시킬 수 있으며, 다양한 데이터셋에서 우수한 성능을 보였습니다.
시사점, 한계점
•
시사점:
◦
시계열 그래프의 이질성을 고려하여 링크 예측 성능을 향상시킴.
◦
LTE와 LHA를 통해 시간 정보의 효과적인 인코딩과 과거 상호 작용의 유지를 가능하게 함.
