神话
预测模型总是比描述性模型更有价值。
现实
价值取决于目标。对琐事做出高度准确的预测，远不如揭示隐藏在现有数据中的大规模欺诈团伙的深入洞察更有价值。
图分析数据科学机器学习网络理论
预测图建模与描述图分析
描述性图分析描绘出网络的当前架构，以此解释现有的关系；而预测性图建模则利用这些模式来预测未来的联系或属性。前者告诉你社交圈中当前哪些人比较重要，而后者则预测谁可能成为下一个朋友。
亮点
- 描述性分析确定了网络的“基线”事实。
- 预测模型生成的是“假设的”未来联系。
- 中心性指标是描述性图表工作的基础。
- 链接预测是预测图模型最流行的应用。
预测图建模是什么？
一种前瞻性技术，利用历史网络数据和机器学习来预测未来状态或缺失的信息。
- 侧重于链接预测，以估计节点之间未来连接的可能性。
- 使用图神经网络（GNN）学习数据中复杂的非线性模式。
- 能够进行节点分类，以猜测网络中未知实体的特征。
- 需要大量的训练数据才能达到较高的准确率并防止模型漂移。
- 常用于推荐引擎、药物发现和信用风险评估。
描述性图表分析是什么？
一种基础方法，侧重于总结和可视化图的现有结构和属性。
- 利用 PageRank 等中心性指标识别“枢纽”和有影响力的节点。
- 检测节点之间连接更紧密的“社区”或集群。
- 计算全局网络属性，例如密度、直径和平均路径长度。
- 提供有关网络当前拓扑结构的基本事实信息。
- 广泛用于供应链审计、组织结构图绘制和欺诈调查。
比较表
| 功能 | 预测图建模 | 描述性图表分析 |
|---|---|---|
| 时间焦点 | 面向未来 | 今昔 |
| 主要问题 | 接下来会发生什么？ | 目前的结构是怎样的？ |
| 关键技术 | 机器学习，图神经网络 | 中心性、社区检测 |
| 输出类型 | 概率预测 | 结构概要 |
| 数据需求 | 高强度训练（训练组） | 灵活（单次快照） |
| 复杂 | 高（需要模型调优） | 中等难度（代数和拓扑） |
| 常见用例 | 推荐新朋友 | 绘制社交圈图 |
详细对比
意图上的差异
描述性分析本质上是对你的网络进行高科技审计；它分析你已有的节点和边，以发现隐藏的集群或瓶颈。而预测建模则是一种模拟，它将当前图视为动态图像中的一帧，试图预测下一帧的内容。
数学基础
描述性方法通常依赖于线性代数和图论的基础知识，例如计算从 A 点到 B 点需要多少步。预测性建模则转向统计学和人工智能领域，使用算法为尚未实际发生的事件分配“概率”。
可执行的见解
描述性分析可能会揭示，某个特定供应商是物流网络中的关键故障点，因为所有环节都依赖于该供应商。预测建模则更进一步，预测如果移除该供应商，整个网络可能会如何崩溃，或者哪个备用供应商最有可能填补这一空缺。
维护和可靠性
描述性图表反映的是静态事实；只要数据准确，分析结果在当时就是“正确”的。预测模型则是“动态”的，它们会受到“模型漂移”的影响——这意味着随着现实世界行为的变化，模型的准确性会逐渐降低，需要不断地用新数据进行重新训练。
优点与缺点
预测图建模
优点
- + 预测未来趋势
- + 实现自动化
- + 识别潜在风险
- + 高商业价值
继续
- − 数据密集型
- − 技术壁垒高
- − 概率误差
- − 需要不断更新
描述性图表分析
优点
- + 更容易理解
- + 客观事实
- + 降低计算成本
- + 非常适合可视化
继续
- − 被动应对，而非主动出击
- − 缺乏远见
- − 需要人工翻译
- − 仅静态视图
常见误解
神话
你需要博士学位才能进行描述性图分析。
现实
许多现代 BI 工具允许您一键运行标准中心性或社区检测算法，但要解释其中的细微差别仍然需要一些专业知识。
神话
图模型可以100%准确地预测未来。
现实
预测纯粹是概率性的。它们根据过去的模式告诉你什么“可能”，但它们无法解释“黑天鹅”事件或人类行为的随机变化。
神话
图分析只适用于社交媒体巨头。
现实
小型企业利用图分析进行各种应用，从供应链优化到绘制员工内部知识共享图谱，无所不包。
常见问题解答
我可以使用描述性分析进行欺诈检测吗？
是的，这通常是第一步。通过描述图表，您可以发现不寻常的“星形”图案或紧密相连的“环状”结构，这些都与正常的用户行为不符，而这往往表明存在有组织的欺诈攻击。
链路预测对冷启动问题有效吗？
这很困难。当一个节点没有任何现有连接时，预测模型会遇到困难，因为它没有“历史记录”可供学习。这就是为什么许多平台会在你首次注册时要求你提供兴趣爱好或联系人列表的原因。
哪种方法更有利于理解公司的层级结构？
描述性图分析非常适合这项工作。它可以绘制出节点（员工）和边（汇报关系），从而向您展示谁实际拥有最大的“影响力”，而不是谁在纸面上拥有最大的“权力”。
“模型漂移”如何影响图预测？
在社交网络中，人们的喜好会发生变化。如果一个预测模型是基于五年前的数据训练的，它可能会向用户推荐用户不再感兴趣的“好友”或“内容”，这使得模型显得“过时”或无关紧要。
描述性图分析中最常用的算法是什么？
PageRank可能是最著名的算法。它最初由谷歌用于对网页进行排名，是一种描述性指标，衡量网页的“重要性”，即有多少其他高质量节点链接到你的网页。
我需要像 Neo4j 这样的图数据库吗？
虽然对于小型项目来说并非绝对必要，但对于大规模网络而言，图数据库可以使这些分析速度更快、更直观，因为它们针对遍历关系进行了优化，而不是扫描行。
预测图模型能否帮助应对疾病爆发？
没错。研究人员将人建模为节点，将人与人之间的互动建模为边。预测模型可以模拟病毒如何从一个社区传播到另一个社区，帮助官员决定优先将资源部署到哪里。
“聚类”是描述性的还是预测性的？
聚类分析主要用于描述节点，因为它根据节点*当前*的相似性对其进行分组。然而，它也经常被用作预测模型的输入，帮助人工智能理解它正在处理的节点“类型”。
为什么“中心性”在描述性分析中很重要？
中心性可以识别出网络中的“VIP”。无论是航班网络中的关键机场，还是推特上的重要影响者，了解谁是中心人物都能帮助你理解信息或货物如何在系统中流动。
对于预测图建模而言，多少数据才算“足够”？
虽然没有一个固定的数值，但一般来说，关系越复杂，所需的数据就越多。对于链接预测，通常需要一段时间内图的多个“快照”，以便模型能够学习连接形成的“速度”。
裁决
当您需要了解当前网络结构的“成员”和“运作方式”以进行报告或审计时，请使用描述性分析。当您需要根据网络趋势预测增长、管理风险或实现未来决策自动化时，请选择预测建模。
相关比较
OKR中的领先指标与滞后指标
要驾驭绩效追踪的世界，必须牢牢掌握领先指标和滞后指标。滞后指标确认已经发生的事情，例如总收入；而领先指标则作为预测信号，帮助团队实时调整策略，以实现远大目标。
背景与统计数据
理解背景与统计数据之间的相互作用是高水平分析的标志。统计数据为群体中发生的情况提供了一个严谨的数学框架，而背景则为其增添了至关重要的实质内容，解释了这些模式存在的原因以及哪些具体情况影响了最终的数字。
被动监测与预测性监测
选择合适的系统健康策略往往取决于时机。被动式监控会在事件发生后立即向团队发出警报，以最大限度地减少持续停机时间；而预测式监控则利用历史数据模式和机器学习技术，在潜在的资源耗尽或故障影响用户之前就发出预警。
充分简化与完全数据复杂度
在现代分析中，如何在充分降维和保留数据全部复杂性之间做出选择是一项基础性决策。降维侧重于去除噪声，在不损失预测能力的前提下提取核心统计信号；而保留复杂性则旨在揭示所有原始细节，从而发现那些细微的概括性描述可能无意中抹去的复杂非线性关系。
充分统计量与原始数据表示
这份技术对比分析了充分统计量和原始数据表示在操作上的差异。原始数据保留了所有观测到的细微差别，而充分统计量则将数据集压缩成紧凑的形式，同时又不丢失估计模型参数所需的任何信息。