基于相似性鏈接預(yù)測(cè)_第1頁(yè)
基于相似性鏈接預(yù)測(cè)_第2頁(yè)
基于相似性鏈接預(yù)測(cè)_第3頁(yè)
基于相似性鏈接預(yù)測(cè)_第4頁(yè)
基于相似性鏈接預(yù)測(cè)_第5頁(yè)
已閱讀5頁(yè),還剩20頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

EvaluationMetrics:AUC、LocalSimilarityIndices:CN、SaltonIndex、JaccardIndex、Srensen workG(V,E),whereVisthesetofnodesandEisthesetofNomultiplelinksandself-UdenotestheuniversalsetcontainingallpossibleU-EisthesetofnonexistentWedivideErandomlyintotwoparts:thetrainingset,,istreatedasknowninformation,whiletheprobeset,,isusedfortestingandnoinformationinthissetisallowedtobeusedforprediction.(statisticalerrorscanbe ebyusingtheK-foldcross-validation.)Evaluation1、Calculatethescoreofeachnon-observed2、Randomlypickamissinglinkandanonexistentlinktocomparetheirscores3、Amongntcomparisons,therearetimesthemissinglinkhavingahigherscoreandtimestheyhavethesamescore??′+??????4、Thedegreetowhichthevalueexceeds0.5indicateshowthealgorithmEvaluation1、Rankthenon-observed2、Takethetop-Llinksasthepredictedones,amongwhichlinksareright(thereare????linksintheprobeset 左圖有6個(gè)節(jié)點(diǎn),10條邊和5條不存在的邊(1,2)、(1,4)、(1,5)、(2,5)和(2,6)。為了檢驗(yàn)算法的準(zhǔn)確性,邊(2,3)和(4,6)作為測(cè)試邊集測(cè)到的邊為(1,2),(1,4),(1,5),(2,5),(2,6),(2,3)和(4,6)。LocalSimilarity==

Γ(??)∩Γ(??)denotethesetofneighborsof = = ??????=1ifxandyaredirectlyconnectedand??????=0LocalSimilarity==

Γ(??)∩where????isthedegreeofnode==

Γ(??)∩Γ(??)∪Srensen??Srensen=2Γ(??)∩ ????+LocalSimilarity Γ(??)∩ min{????, Γ(??)∩Γ(??) ??LHN1= LocalSimilarity

LocalSimilarityLuL,ZhouT.Link works:AGlobalSimilarity10、Katz∞??????????=?????? = + + +?

where????????? isthesetofallpathswithlength??connecting??and??,and??isdamparametercontrollingthepath??????????=(???????)Note:??mustbelowerthanthereciprocalofthelargesteigenvalueofmatrixAtoensuretheconvergenceofEq.GlobalSimilarityToprovideagoodtradeoffofaccuracyandcomputationalcomplexity,wetakeconsiderationoflocalpathswithwiderhorizonthanCN.??????=??2+??????(??)=??2+????3+??2??4+?+Theoptimalnispositivelycorrelatedwiththeaverageshortestdistanceofth GlobalSimilarity12、RandomWalkwithNode?? tivelymovestoarandomneighborwithprobabilitycandreturntonodewithprobability??????denotestheprobabilitythisrandomwalkerlocatesatnode??inthesteadystate,we??????

1???

???where??isthetransitionmatrixwith??????=1/????if??and??areconnected,and??????=???=(1???)(?????????)?1??????????= +??????isthe??thelementofthevector???.

GlobalSimilarity13、LocalRandom

=????????

+????????

=????0=???,??????+1=??????????GlobalSimilarity14、SuperposedRandom

=

=?????????

+????????GlobalSimilarityLuL,ZhouT.Link works:ALuL,ZhouT.Linkprediction works:Asurvey[J].PhysicaA-statisticalMechanicsandItsApplications,2010,390(6):ChebotarevP,ShamisE.TheMatrix- TheoremandMeasuringRelationsinSmallSocialGroups[J].Automatio

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論