《表1 实验数据信息：基于模体演化与社区一致性的时序链路预测方法》

  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

《基于模体演化与社区一致性的时序链路预测方法》

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

本文使用三个真实的社交网络进行链路预测的实验。数据集分别来自Facebook、Ask Ubuntu、Math Overflow三个社交网络。Facebook网站提供了用户留言的功能，网站中的用户可以为其他用户留言，Facebook-wall数据集是美国新奥尔良地区45 813个用户在长达1 561 d的留言记录，该数据集包含留言者、被留言者以及以UNIX时间戳的形式保存的留言时间[22]。其中，Sx-askubuntu数据集是在Ask Ubuntu网站中159 316个用户在时间跨度为2 613 d的问答数据。数据集中包含回答者ID、提问者ID和以UNIX时间戳形式表示的回答时间[23]。同Sx-askubuntu数据集相似，Sx-mathoverflow数据集是Math Overflow网站的用户问答数据，时间跨度为2 350 d，该数据集所包含的内容与Sx-askubuntu数据集一致[24]。三个数据集中的动态边表示包含重复边的所有边数，实验中，只保留一次社交网络中的重复边，并将该边所出现的次数作为边的权重值，除去所有重复边后数据集中所包含的边指静态边数。数据集的具体信息如表1所示。