Python NetworkX panther_similarity用法及代碼示例

返回圖中節點 G 與節點 v 的 Panther 相似度。

Panther 是一種相似性度量，它表示“如果兩個對象經常出現在相同的路徑上，則認為它們是相似的。” [1]。

參數：

G：NetworkX 圖

NetworkX 圖

source：節點

為其查找頂部 k 類似其他節點的源節點

k：int(默認值 = 5)

要返回的最相似節點的數量

path_length：int(默認值 = 5)

隨機生成的路徑應該有多長([1]中的T)

c：浮點數(默認 = 0.5)

一個通用的正常數，用於縮放要生成的樣本隨機路徑的數量。

delta：浮點數(默認 = 0.1)

\(S\) 與 (R, phi) 的相似度不是 epsilon-approximation 的概率，其中 \(R\) 是隨機路徑的數量，而 \(\phi\) 是從集合 \(A \subseteq D\) 中采樣的元素的概率，其中\(D\) 是域。

eps：浮點數或無(默認 = 無)

誤差範圍。根據 [1]，一個好的值是 sqrt(1/|E|) 。因此，如果未提供值，則將使用建議的計算值。

返回：

similarity：字典

節點到相似度分數的字典(作為浮點數)。注意：self-similarity(即 v )不會包含在返回的字典中。

參考：

1(1,2,3)

Zhang, J., Tang, J., Ma, C., Tong, H., Jing, Y., & Li, J. Panther: Fast top-k similarity search on large networks. In Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (Vol. 2015-August, pp. 1445-1454). Association for Computing Machinery. https://doi.org/10.1145/2783258.2783267.

例子：

>>> G = nx.star_graph(10)
>>> sim = nx.panther_similarity(G, 0)