A Survey on Temporal Interaction Graph Representation Learning: Progress, Challenges, and Opportunities

要約

タイムスタンプ付き相互作用イベントのシーケンスによって定義された時間的相互作用グラフ（TIG）は、複雑な動的システムの動作をモデル化する能力により、実際のアプリケーションで遍在しています。
その結果、一時的な相互作用グラフ表現学習（TIGRL）は、近年大きな注目を集めています。
Tigrlは、TIGSのノードを低次元表現に埋め込むことを目的としており、構造情報と時間的情報の両方を効果的に保存し、それにより、絶えず進化するデータ環境内での分類、予測、クラスタリングなどのダウンストリームタスクのパフォーマンスを向上させます。
この論文では、TIGSの基本的な概念を紹介し、時間的依存関係の重要な役割を強調することから始めます。
次に、最先端のTIGRLメソッドの包括的な分類法を提案し、TIGに固有の独自の課題に対処するために、学習プロセス中に利用される情報の種類に基づいて体系的に分類します。
さらなる研究と実用的なアプリケーションを促進するために、データセットとベンチマークのソースをキュレートし、経験的調査に貴重なリソースを提供します。
最後に、私たちは重要なオープンな課題を調べ、Tigrlの有望な研究の方向性を探求し、この分野の進化を形作る可能性のある将来の進歩の基礎を築きます。

要約(オリジナル)

Temporal interaction graphs (TIGs), defined by sequences of timestamped interaction events, have become ubiquitous in real-world applications due to their capability to model complex dynamic system behaviors. As a result, temporal interaction graph representation learning (TIGRL) has garnered significant attention in recent years. TIGRL aims to embed nodes in TIGs into low-dimensional representations that effectively preserve both structural and temporal information, thereby enhancing the performance of downstream tasks such as classification, prediction, and clustering within constantly evolving data environments. In this paper, we begin by introducing the foundational concepts of TIGs and emphasize the critical role of temporal dependencies. We then propose a comprehensive taxonomy of state-of-the-art TIGRL methods, systematically categorizing them based on the types of information utilized during the learning process to address the unique challenges inherent to TIGs. To facilitate further research and practical applications, we curate the source of datasets and benchmarks, providing valuable resources for empirical investigations. Finally, we examine key open challenges and explore promising research directions in TIGRL, laying the groundwork for future advancements that have the potential to shape the evolution of this field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google