基于GNN与Transformer的链接预测方法及系统

本发明公开一种基于GNN与Transformer的链接预测方法，通过使用图神经网络对图数据进行预处理，提取每个节点的特征表示；通过将提取的节点特征表示作为输入，利用Transformer模块的自注意力机制捕获节点之间的全局依赖关系；在Transformer模块的自注意力机制中，引入图的结构信息，实现采用GNN与Transformer结合的方式对链接进行预测，提升预测准确性。本发明解决了图神经网络处理全局依赖关系存在不足，而Transformer模块直接应用又存在效率低、难以利用图结构信息的问题。