《表6 hypernet2vec与经典链路预测指标的AUC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

《基于表示学习的双层知识网络链路预测》

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

为了验证基于表示学习的双层知识网络链路预测模型hypernet2vec的性能，本研究选取了3种经典的链路预测指标作为比较参考，分别是基于节点结构相似性的网络资源分配（RA）指标、基于路径结构相似性的局部路径（LP）指标和基于随机游走的局部随机游走（LRW）指标。同时，加入只使用单层网络进行链路预测的相关指标，分别是基于合著网络结构的edge2vec指标和基于作者研究领域的doc2vec指标。除此之外，还加入综合使用网络结构信息和研究领域信息进行链路预测的基准方法，即通过计算节点间的向量余弦相似性进行链路预测，该算法公式是，其中，vi和vj分别是节点结构向量和研究领域向量的横向拼接，该指标命名为hypernet＿base。本研究使用AUC作为评估标准，值越大说明模型越好。若AUC值为0.5，则表示预测效果与随机猜测相当。各指标的AUC值取10次结果的平均值，如表6所示。