基于相似度算法的facebook网络数据链路预测1
需积分: 0 88 浏览量
2022-08-03
16:18:59
上传
评论 1
收藏 487KB PDF 举报
基于相似度算法的 facebook 网络数据链路预测
一、研究目的
本文通过利用 Facebook 用户好友数据，对原始数据按不同比例划分训练集
和测试集，使用基于相似度的算法分别对数据计算局域指标、全局指标、准局域
指标的相似性得分，并通过特征曲线下面积（AUC）和精确度（Precision）两个
评估指标来评估算法的准确度，从而检测几种链路预测方法的稳定性和敏感性，
判断每种相似度计算的适用情况。
二、facebook 网络数据的来源与说明
本文所使用的的数据集来源于斯坦福大学的 snap 网络项目中的 ego-
Facebook 数据集，这个数据集由 10 个子网络构成，每个子网络代表不同用户 ID
的 Facebook 好友网络。该数据共有 4039 个节点，88234 条边，点从 0 开始计
数，为无向网络。
三、facebook 网络数据的描述统计分析
为方便理解和计算，分别做出如下处理：（1）将节点计数全部加一，更改为
从 1 开始计数；（2）为提高计算效率，降低运算时长，截取节点计数在 100 以内
（含 100）的观测，共计 275 条观测。
被要求改名字
- 粉丝: 24
- 资源: 315
评论0