节点相似性指标

在线编辑公式地址

基于局部信息的节点相似性指标

对于一般的网络,两个节点的共同邻居的数量越多,这两个节点越相似,也就更倾向于相互连接。

  • 其中: Γ ( x ) \Gamma (x) Γ(x) 为节点x的邻居节点的集合
  • k ( x ) = ∣ Γ ( x ) ∣ k(x)=\left | \Gamma (x) \right | k(x)=Γ(x)为节点x的度

1.共同邻居(CN)

S x y = ∣ Γ ( x ) ∩ Γ ( y ) ∣ Sxy=\left | \Gamma (x)\cap \Gamma (y) \right | Sxy=Γ(x)Γ(y)

  • 以下2~7是直接基于共同邻居指标的不同的规范化而来的

2.Salton指标

S x y = ∣ Γ ( x ) ⋂ Γ ( y ) ∣ k ( x ) × k ( y ) Sxy=\frac{\left | \Gamma (x)\bigcap \Gamma (y) \right |}{\sqrt{k(x)\times k(y)}} Sxy=k(x)×k(y) Γ(x)Γ(y)

*3.Jaccard指标

  • 用于比较有限样本集之间的相似性与差异性
  • Jaccard值越大,样本相似度越高
  • J(A,B)∈[0,1]
  • 计算对象间距离,用于数据聚类等
  • 比较文本相似度,用于文本查重与去重

S x y = ∣ Γ ( x ) ∩ Γ ( y ) ∣ ∣ Γ ( x ) ∪ Γ ( y ) ∣ = ∣ Γ ( x ) ∩ Γ ( y ) ∣ ∣ Γ ( x ) ∣ + ∣ Γ ( y ) ∣ − ∣ Γ ( x ) ∩ Γ ( y ) ∣ Sxy=\frac{\left | \Gamma (x)\cap \Gamma (y) \right |}{\left | \Gamma (x)\cup \Gamma (y) \right |}=\frac{\left | \Gamma (x)\cap \Gamma (y) \right |}{\left | \Gamma (x) \right |+\left | \Gamma (y) \right |-\left | \Gamma (x)\cap \Gamma (y) \right |} Sxy=Γ(x)Γ(y)Γ(x)Γ(y)=Γ(x)+Γ(y)Γ(x)Γ(y)Γ(x)Γ(y)

  • 相关指标—Jaccard距离:描述集合之间的不相似性,距离越大,相似度越低
    d j ( A , B ) = 1 − J ( A , B ) dj(A,B)=1-J(A,B) dj(A,B)=1J(A,B)

4.Sorenson指标

S x y = 2 ∣ Γ ( x ) ∩ Γ ( y ) ∣ k ( x ) + k ( y ) Sxy=2\frac{\left | \Gamma (x)\cap \Gamma (y) \right |}{ k (x)+ k (y) } Sxy=2k(x)+k(y)Γ(x)Γ(y)

5.大度节点有利指标(HPI)

S x y = ∣ Γ ( x ) ∩ Γ ( y ) ∣ m i n { k ( x ) , k ( y ) } Sxy=\frac{\left | \Gamma (x)\cap \Gamma (y) \right |}{ min\left \{ k (x), k (y) \right \} } Sxy=min{k(x),k(y)}Γ(x)Γ(y)

6.大度节点不利指标(HDI)

S x y = ∣ Γ ( x ) ∩ Γ ( y ) ∣ m a x { k ( x ) , k ( y ) } Sxy=\frac{\left | \Gamma (x)\cap \Gamma (y) \right |}{ max\left \{ k (x), k (y) \right \} } Sxy=max{k(x),k(y)}Γ(x)Γ(y)

7.LHN-I指标

S x y = ∣ Γ ( x ) ∩ Γ ( y ) ∣ k ( x ) × k ( y ) Sxy=\frac{\left | \Gamma (x)\cap \Gamma (y) \right |}{ k (x)\times k (y) } Sxy=k(x)×k(y)Γ(x)Γ(y)

8.优先链接指标(PA)

S x y = k ( x ) × k ( y ) Sxy= k (x)\times k (y) Sxy=k(x)×k(y)

基于全局信息的节点相似性指标

1.局部路径指标(LP)

  • 在CN的基础上考虑三阶邻居的贡献
  • 其中 α \alpha α为可调节参数,A为网络的邻接矩阵
  • ( A n ) x y (A^{n})xy (An)xy:节点x和y之间长度为n的路径数
  • α \alpha α=0时,LP指标就等于CN指标
    S = A 2 + α A 3 S= A^{2}+\alpha A^{3} S=A2+αA3
    用到再补充。。。。

2.Katz指标

  • 考虑所有路径数,对越短的路径赋予越大的权重

3.LHN-II指标

  • 6
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值