《表2 Cora数据集下AUC值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于路径相互关注的网络嵌入算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

链路预测的目标是预测网络中没有出现的边或将来可能出现的边.对于链路预测任务采用标准的衡量指标AUC（Area Under a receiver operating characteristic (roc）Curve），它表示随机未被观测链路中的顶点比随机不存在的链路中的顶点对更相似的概率.在网络嵌入中，一般采用一对顶点的表示向量的余弦相似度或者向量内积来计算得分，本文中采用向量内积来计算得分，AUC的值大于50%的程度越高，表示算法的性能越好.将划分比例r从15%调整到95%进行计算.由于r=5%时，训练集中大多数的点都是孤立的，所以没有进行5%训练集下的实验.按照不同比例分别随机去除Cora，HepTh和NetScience中的边作为测试集，保留的边作为训练集进行训练，其预测结果计算AUC值分别如表2、表3和表4所示，表中黑体字是表现最优的结果.