《表6 Facebook网络中不同相似性度量的对称性对比表》

  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

《一种基于相对熵的随机游走相似性度量模型》

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

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.