《表2 AUC：基于翻译模型的科研合作预测研究》

  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

《基于翻译模型的科研合作预测研究》

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

本文主要的参数设定为原始文献给出的建议值：在Deep Walk和Node2Vec中的上下文窗口大小均设置为10，游走长度为40，每个节点的游走次数为80；Node2Vec中指导游走的参数q=0.25，p=0.5；Trans E最大间隔距离γ=2，采用L1计算向量间的距离。经过多次实验，Trans Topic的最优参数设置为：编码器和解码器均包含三个隐层，神经元的个数分别为50、40和30，主题个数为50。为保持一致，所有的对比模型统一设置表示向量的维数d=20，模型的迭代次数epochs=1000，学习率η=0.025。表2和表3记录了5种对比模型在不同训练规模性下链接预测的指标结果。