Predicting a community in a social network

Short description

Node prediction based on email-Eu-core dataset visualised below. The network consist of 986 nodes grouped into 37 groups. Experiments:

• Graph Attention Network (GAT)
• Graph Convolutional Network (GCN)

In addition a node2vec method is used to generate an extra information about each node.

Opis

Klasyfikację przeprowadzono na zmodyfikowanej sieci email-Eu-core składającej się z 986 wierzchołków, przyporządkowanych do 37 grup. Zbiór danych reprezentuje konwersacje mailowe między pracownikami pewnej firmy.

Modele poddane eksperymentom:

• Graph Attention Network (GAT)
• Graph Convolutional Network (GCN)

Do wygenerowania cech wierzchołków wykorzystano metodę node2vec.

Zawartość

• EDA.ipynb - przeprowadzona analiza eksploracyjna oraz modyfikacja zbioru danych,
• NodeEmbbeddings.ipynb - tworzenie wektorów osadzeń dla wierzchołków grafu,
• GAT.ipynb - implementacja i ekperymenty z modelem GAT,
• GCN.ipynb - implementacja i ekperymenty z modelem GCN,
• Baseline.ipynb - implementacja i ekperymenty z modelem referencyjnym,
• Summary.ipynb - podsumowanie i analiza przeprowadzonych badań,
• src - funkcje umożliwiające przetwarzanie i wczytywanie danych oraz przeprowadzenie treningu sieci GAT i GCN,
• create_env.sh - skrypt tworzący środowisko z potrzebnymi zależnościami (bazuje na virtualenv),
• results - pliki csv z wynikami,
• data - zbiór danych, przetworzony i oryginalny,
• images - folder z obrazkami z badań.