《表2 实验分类效果：平均微观F1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

《基于复杂网络学习框架的客户精准营销研究》

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

对Deepwalk进行以下设置：节点表示的维度为128，每个节点开始的路径数为10，路径长度为100，窗口大小为5。Node2vec在Deepwalk基础之上基础上添加两个参数p、q的设置，根据网格搜索的结果从{0.25，0.5，1，2，4}中选择最优结果。将Metapath2vec的元路径为“ACDCTCDCA”，其余参数与Deepwalk一致。实验采用的训练数据与测试数据比为0.7，分类器使用L2正则技术的one-vs-rest的逻辑回归分类器，对具有有效标签的客户节点数据，重复实验10次，并报告10次结果的平均微观F1值。如表2所示。