arXiv · ML· Amarnath R·· 1 天前AI 评分28
利用未来数据回溯重构时间交互网络中的缺失记录
Learning the Past from the Future: Retrospective Reconstruction in Temporal Interaction Networks
AI 导读
研究通过隐藏 2 小时窗口并引入后续事件数据，显著提升了时间链接预测的准确度。在 24 小时后续数据支持下，26 特征逻辑回归模型在 tgbl-comment 数据集上的历史随机排序 MRR 提升了 0.108。 这证明即便在只有 6.4% 目标对重复出现的 tgbl-comment 数据集中，后续事件也能有效补全缺失交互，且排除了仅靠对重现产生的偏差。
来源：arXiv · ML · arxiv.org