基于2跳与基于3跳的链接预测算法的实验分析
物理与社会
2020-12-29 v1 社会与信息网络
摘要
链接预测是网络科学中一项重要且具挑战性的任务。已知方法大多基于相似性，其为节点对赋予相似性指标并假设相似性越大的两个节点由一条链接相连的概率越高。由于其简单性、可解释性与高效率，基于相似性的方法——尤其是仅基于局部信息的方法——已在诸多不同领域获得成功应用。在该研究领域中，一个直观共识是共享共同邻居的两个节点极可能具有链接，而近期一些证据认为3跳路径数目比共同邻居数目更能准确预测缺失链接。在本文中，我们在128个真实网络上对基于2跳与基于3跳的相似性指标实施了广泛的实验比较。结果表明，基于3跳的指标表现略优，胜率约为55.88%，但何种指标最佳仍取决于目标网络。总体而言，Cannistraci-Hebb 指标类在所有候选中表现最好。
引用
@article{arxiv.1909.00174,
title = {Experimental analyses on 2-hop-based and 3-hop-based link prediction algorithms},
author = {Tao Zhou and Yan-Li Lee and Guannan Wang},
journal= {arXiv preprint arXiv:1909.00174},
year = {2020}
}
备注
4 figures