如果您从 R 中使用 igraph,请使用此选项
similarity {igraph} | R 文档 |
这些函数基于它们的连接模式计算顶点的相似度得分。
similarity(
graph,
vids = V(graph),
mode = c("all", "out", "in", "total"),
loops = FALSE,
method = c("jaccard", "dice", "invlogweighted")
)
图 |
输入图。 |
vids |
计算相似度的顶点 ID。 |
模式 |
用于计算的相邻顶点的类型,可能的值:‘ |
循环 |
是否将顶点自身包含在邻居集中。 |
method |
使用的方法。 |
两个顶点的 Jaccard 相似系数是共同邻居的数量除以至少一个顶点的邻居顶点的数量。 jaccard
方法计算某些(或所有)顶点的成对 Jaccard 相似度。
两个顶点的 Dice 相似系数是共同邻居数量的两倍除以顶点度的总和。 dice
方法计算某些(或所有)顶点的成对 Dice 相似度。
两个顶点的逆对数加权相似度是它们的共同邻居的数量,由其度的逆对数加权。 它基于以下假设:如果两个顶点共享一个低度公共邻居,则应认为它们更相似,因为高度公共邻居即使是偶然出现也更有可能出现。 孤立顶点与任何其他顶点都将具有零相似度。 不计算自相似度。 有关更多详细信息,请参见以下论文:Lada A. Adamic 和 Eytan Adar:网络上的朋友和邻居。 社交网络,25(3):211-230, 2003。
一个 length(vids)
x length(vids)
数值矩阵,包含相似度分数。 invlogweighted
方法忽略此参数。
Tamas Nepusz ntamas@gmail.com 和 Gabor Csardi csardi.gabor@gmail.com 为本手册页。
Lada A. Adamic 和 Eytan Adar:网络上的朋友和邻居。 社交网络, 25(3):211-230, 2003.
g <- make_ring(5)
similarity(g, method = "dice")
similarity(g, method = "jaccard")