《表2 各数据集在时刻t+1的统计信息》

  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

《基于子图演化与改进蚁群优化算法的社交网络链路预测方法》

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

各数据集在时刻t和时刻t+1的统计信息分别如表1和表2所示。SE-ACO算法使用了时刻t的数据集来预测时刻t+1的链接。其中节点和边的数量表示社交网络图中存在多少个节点和边，平均聚类系数表示三元组变成三角关系的倾向性度量，网络的聚类系数越高每个图中生成的链接越多。相称系数[39]是进行相似性度量的关键参数，度数相同的节点比其他节点更容易彼此关联，该度量范围为[-1，1]。相较于相称系数接近-1的网络，在相称系数接近1的网络中度数相同的节点彼此的关联度最高。强连通分量（SCC，strongly connected component）表示社交网络图中的子图，由于大型网络的直径计算非常耗时，故本文使用Lichtenwalter等[40]中的近似算法来估算网络直径，使用五折交叉验证法来评估所提架构的性能。使用Rapidminer数据挖掘工具随机选取各用户评级数据的20%作为测试集，并将剩余80%的用户数据作为训练集。