Link Prediction (Bağlantı Tahmini)

#BaglantiTahmini #VeriMadenciligi #GNN #BilgiGrafi

Graf ve ağ yapılarında mevcut olmayan veya gelecekte kurulacak bağlantıları öngören makine öğrenimi görevi.

Bağlantı tahmini (İng. link prediction), graflar ve ağ yapılarındaki mevcut olmayan ya da gelecekte kurulacak kenarları öngörmeye yönelik bir makine öğrenimi ve veri madenciliği görevidir. Temel soru şudur: "Bu iki düğüm arasında bir bağlantı oluşacak mı?" Sosyal ağlarda arkadaş önerisi, bilgi graflarında eksik ilişkilerin tamamlanması, biyomedikal ağlarda protein-protein etkileşimlerinin keşfi, öneri sistemlerinde ürün birlikteliği analizi ve siber güvenlikte şüpheli bağlantı örüntülerinin tespiti bu görevin başlıca uygulama alanlarıdır. Geleneksel yaklaşımlar yerel komşuluk benzerliğine dayanır. Ortak Komşu (Common Neighbors) yöntemi, iki düğümün paylaşılan komşu sayısını bağlantı skoru olarak kullanır. Jaccard katsayısı bu değeri komşu kümelerinin birleşimine bölerek normalize eder. Adamic-Adar skoru ise az dereceye sahip ortak komşulara daha yüksek ağırlık atayarak bilgi-teorik bir perspektif ekler. Bu yöntemler yorumlanabilir olmakla birlikte küresel topolojiyi ve kenar semantiğini yakalayamaz. Gömme tabanlı yöntemler bu açığı kapatır. Node2Vec, rastgele yürüyüş stratejilerini Word2Vec atlama-gram modeliyle birleştirerek düğümleri düşük boyutlu latent uzaya yerleştirir. Bilgi grafları için TransE ve RotatE gibi ilişki gömme modelleri eksik üçüzleri (özne, ilişki, nesne) tamamlamada kullanılır ve kenar semantiğini doğrudan öğrenir. Graf Sinir Ağları (GNN), bağlantı tahminini uçtan uca öğrenilebilir bir göreve dönüştürmüştür. GraphSAGE rastgele komşuluk örneklemesiyle bellek verimliliği sağlar; GAT (Graph Attention Network) dikkat mekanizmasıyla komşulara ağırlık atar; SEAL çerçevesi ise yerel alt grafları doğrudan kenar sınıflandırması için eğitir. Başarım değerlendirmesinde AUC-ROC, Hits@K ve MRR (Ortalama Karşılıklı Sıra) metrikleri standart olarak kullanılır. Büyük dil modelleri de bilgi grafı tamamlama görevlerinde bağlantı tahmininden yararlanarak yapısal bilgiyi nöral akıl yürütmeyle birleştirmektedir.

Bağlantı Tahmininin Çalışma Prensibi

Bağlantı tahmini, grafın mevcut yapısından öğrenerek gelecekte oluşabilecek veya veri setinde eksik olan bağlantıları öngörür. Her düğüm çifti için bir skor hesaplanır: skor yüksekse bağlantı olasılığı yüksektir. Bu yaklaşım ağ topolojisini, düğüm özelliklerini ve kenar anlamını birleştirebilir.

Geleneksel Benzerlik Tabanlı Yöntemler

  • check_circle Ortak Komşu (Common Neighbors): İki düğümün paylaşılan komşu sayısını bağlantı olasılığı skoru olarak kullanır; yorumlanabilirliği yüksektir.
  • check_circle Jaccard Katsayısı: Ortak komşuların sayısını komşu kümelerinin birleşimine böler; normalize edilmiş, ölçeğe duyarsız skor üretir.
  • check_circle Adamic-Adar Skoru: Az dereceye sahip ortak komşulara daha yüksek ağırlık atayarak nadir ama bilgi yoğun bağlantıları vurgular.
  • check_circle Katz Index: İki düğüm arasındaki tüm yolları üstel olarak sönerek ağın global yapısını yerel yöntemlerden daha iyi yakalar.

Gömme ve Graf Sinir Ağı Yaklaşımları

  • check_circle Node2Vec: BFS ve DFS stratejilerini harmanlayan rastgele yürüyüşlerle düğümleri latent uzaya gömer; Word2Vec atlama-gram modelini graflar için uyarlar.
  • check_circle TransE / RotatE (Bilgi Grafı): Özne + ilişki = nesne dönüşümüne dayalı ilişki gömme modelleri; eksik üçüzleri (özne, ilişki, nesne) tamamlar.
  • check_circle GraphSAGE: Rastgele komşuluk örneklemesiyle ölçeklenebilir gömme öğrenir; büyük ağlarda bellek verimliliği sağlar.
  • check_circle GAT (Graph Attention Network): Dikkat mekanizmasıyla komşu düğümlere önem ağırlıkları atayarak adaptif agregasyon yapar.
  • check_circle SEAL: Kenar adayı etrafındaki yerel alt grafları çıkararak doğrudan kenar sınıflandırması modeli eğitir.

Uygulama Alanları

  • check_circle Sosyal Ağ Önerileri: LinkedIn bağlantı önerisi, Twitter/X takip önerisi gibi 'Tanıyor olabilirsiniz' sistemleri.
  • check_circle Bilgi Grafı Tamamlama: Wikidata, Freebase veya şirket ontolojilerindeki eksik ilişkileri tamamlamak.
  • check_circle Biyomedikal Ağlar: Protein-protein etkileşimi tahmini, ilaç-hedef bağlantısı keşfi, hastalık-gen ilişkilendirme.
  • check_circle Öneri Sistemleri: Kullanıcı-ürün graflarda yeni bağlantı tahminiyle kişiselleştirilmiş öneri üretme.
  • check_circle Dolandırıcılık Tespiti: Şüpheli hesap ağlarında anormal bağlantı örüntülerini belirleyerek finansal sahtekârlığı yakalamak.

Değerlendirme ve LLM Bağlantısı

Bağlantı tahmini modelleri AUC-ROC (pozitif kenarın rastgele negatiften üst sırada gelme olasılığı), Hits@K (ilk K tahminde gerçek bağlantının bulunma oranı) ve MRR (Ortalama Karşılıklı Sıra) metrikleriyle değerlendirilir. Büyük dil modelleri de bilgi grafı tamamlama görevlerinde bağlantı tahminini, yapısal bilginin nöral akıl yürütmeyle entegrasyonu için bir köprü olarak kullanmaktadır.

Sık Sorulan Sorular

  • check_circle Bağlantı tahmini ile öneri sistemi aynı şey midir?: Öneri sistemleri bağlantı tahmininin bir alt kümesidir; kullanıcı-ürün grafında yeni kenarları tahmin ederler. Bağlantı tahmini daha genel bir çerçevedir.
  • check_circle GNN olmadan iyi sonuç alınabilir mi?: Küçük ağlarda Jaccard veya Adamic-Adar yeterli olabilir; GNN büyük ve karmaşık ağlarda belirgin avantaj sağlar.
  • check_circle Veri seyrekliği sorun yaratır mı?: Evet. Az bağlantılı (seyrek) graflarda negatif örnekleme stratejisi kritik hale gelir; yapısal negatifler rastgele negatiflerden daha etkilidir.
  • check_circle Bilgi grafı tamamlama ile farkı nedir?: Bilgi grafı tamamlama, ilişki tipini de içeren özel bir bağlantı tahmini biçimidir; (özne, ilişki, nesne) üçüzlerini tamamlar.
  • check_circle Hangi Python kütüphaneleri kullanılır?: PyTorch Geometric (PyG) ve Deep Graph Library (DGL) GNN tabanlı modeller için standarttır; NetworkX geleneksel yöntemler için uygundur.