《表6 Facebook网络中不同相似性度量的对称性对比表》
可以看出,由RW,BRW,MERW和LRW得到的最相似节点对称性比较低,表明网络中存在一般相似节点,难以区分节点间的结构差异.而基于RE-model的RE_RW,RE_BRW,RE_MERW,RE_LRW得到的最相似节点对称性有了很大的提升,表明本文方法降低了对大度节点的依赖性,更好地刻画了节点间相似性.此外,RWR方法在随机游走过程中有50%的概率返回源节点,一定程度降低了对大度节点的依赖性,而基于RE-model的RE_RWR方法也进一步提高了最相似节点对称性.
图表编号 | XD00109598000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.30 |
作者 | 郑文萍、刘韶倩、穆俊芳 |
绘制单位 | 山西大学计算机与信息技术学院、计算智能与中文信息处理教育部重点实验室山西大学、山西大学大数据科学与产业研究院、山西大学计算机与信息技术学院、计算智能与中文信息处理教育部重点实验室山西大学、山西大学大数据科学与产业研究院、山西大学计算机与信息技术学院、计算智能与中文信息处理教育部重点实验室山西大学、山西大学大数据科学与产业研究院 |
更多格式 | 高清、无水印(增值服务) |