本人最近才接触到的network embedded， 看的论文几乎都是embedded之后
得到向量表征，直接做节点分类（标签分类），或者链接预测。
大多数论文都没有将链接预测的具体过程，就不太懂它的一般步骤是怎么样的？
有看到一些论文说 选取一些有链接的关系的边作为测试，其他的边作为训练，
并且选取的边的还有负类。然后就没有了。
就不太懂具体是怎么预测的？
我自己目前的理解是 选取之后的网络作为之前向量表征方法（如deepwalk）的输入，得到向量之后，在计算之前选的边的节点之间的某种相似度（是这样么？如果是指标选什么 才有说服力呢？）根据相似度来判读是否有链接？是这样么。
请问您现在有答案了嘛