《表7 链路预测结果：基于子图特征的科学家合作网络链路预测》

  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

《基于子图特征的科学家合作网络链路预测》

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

将节点属性特征作为模型的输入，使用分类器模型预测网络中的链路得到链路预测AUC值见表7。从表中可以看出，使用所有节点特征得到的AUC值为0.748，去掉特征排序中影响力等级最低的节点的度和度中心性后，AUC值为0.711，与所有特征的AUC值相差较小，所以节点的度和度中心性特征对链路预测结果影响非常小，因为通过计算发现节点的度值在1～30之间变化，差距较小，因此该特征不足以区分节点间差异。度中心性计算的是一个节点的度值占整个网络最大可能度值的比例，而使用的科学家合作网网络节点数为7 886，网络最大可能度值也就是7886，导致计算度中心性时分母与分子差距较大，得到的每个节点的度中心性值相差很小，无法体现出不同节点之间的差异。在去掉节点的度和度中心性的基础上，又根据特征相关性，发现剩余的5个特征之间的相关性都较小，因此这些特征都是相对独立的。通过以上去冗余、去相关，可以得到该类特征的最优特征子集U1，U1={Average＿neighbor＿degree，eigenvector＿centrality，pageran-k，clustering＿coefficient，betweenness＿centrality}