Graph Embedding 在动态图问题中的应用
哪些公司问过
答案要点
- 动态图中节点和边随时间变化,静态嵌入需反复重训且无法刻画时间模式
- 离散时间快照方法:GCN 编码快照加 RNN 或注意力建模演化,如 EvolveGCN、DySAT
- 连续时间事件流方法:CTDNE、DyRep、JODIE、TGAT、TGN(记忆模块加时序消息传递)
- 应用:时序链接预测、推荐中的下一次交互预测、金融风控异常检测、社交网络演化
- 工程要点:严格按时间划分训练与测试防泄漏,支持增量更新和对新节点的归纳
易错点
- 随机划分边做评估,造成用未来信息预测过去
- 把时空交通预测(静态图上的时序信号)与动态图结构演化混为一谈
- 只谈方法名而说不清离散快照与连续事件两条路线的区别
面试官常见追问
- 离散快照和连续时间方法各有什么优缺点?
- TGAT 中的时间编码是怎么做的?
- 动态图嵌入如何评估?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。