《表2 AUC结果对比:基于拓扑稳定性的有向网络链路预测方法》
针对不同的链路预测方法,所得的预测结果各不相同。从表2中可以看出,在不同的网络,stability方法预测结果均较好。其中LRL和Wikivote网络,提出方法与全局方法相差不超过1%。CN作为最简单的相似性指标,有多种改进的方法,AA、RA考虑了共同连接节点的度,LP考虑了三阶路径信息,在前三个食物链网络中,有接近20%的提升,剩余的网络中AA、RA、LP与CN持平。Katz方法考虑了全局信息,时间复杂度较高,预测效果相对较好,从预测结果可以看出,Katz方法的预测结果在大部分网络中与LP预测结果相差不大。然而P2P网络中PA预测结果最好,在该网络中,节点与节点之间直接形成连边,节点之间的邻居所起作用小,预测结果表现较差。其中Car方法在LRL和FWMW中表现最好及较好,说明这两个网络共同邻居之间有较多的连边,剩余物料中共同邻居之间联系较少。在FWEW、HP(Stelzl)、Wikivote、P2P网络中,PA结果与本文方法结果相差不大,反映在这几个网络中节点的出入度扮演着重要作用,预测的节点对之间产生连边能形成的闭合结构少。
图表编号 | XD00189244700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 李治成、吉立新、刘树新、普黎明 |
绘制单位 | 战略支援部队信息工程大学、战略支援部队信息工程大学、战略支援部队信息工程大学、战略支援部队信息工程大学 |
更多格式 | 高清、无水印(增值服务) |