聚类系数clustering coefficient计算方式
网络节点的聚类系数计算方式;知识图谱实体的聚类系数计算方式
聚类系数clustering coefficient计算方式
1、出处
William L. Hamilton. (2020). Graph Representation Learning. Synthesis Lectures on Artificial Intelligence and Machine Learning, Vol. 14, No. 3 , Pages 1-159.

聚类系数计算公式的解释是如此:它的计算分为两个部分,分子和分母。对于节点
而言,先找出它的邻居节点集合
,然后计算两节点都属于
集合的边的个数,这就得到分子;计算
的基数(即
的元素的个数)
,然后计算组合
的值(即集合
所有节点两两相连的边的总数),这就得到分母。最终一除,得到结果。
2、计算例子

以Medici家族的图为例,现在:
(1)、计算的Peruzzi聚类系数;
其中,Peruzzi节点的邻居节点集为{Bischeri, Strozzi, Castellani},该集合的基数为3.它的分子为2(2条边:分别是边<Bischeri, Strozzi>和边<Strozzi, Castellani>,因为这些边的节点都属于集合{Bischeri, Strozzi, Castellani}),分母为3()。因此该节点的聚类系数为
.
(2)、计算Guadagni的聚类系数。
其中,Guadagni节点的邻居节点集为{Bischeri, Albizzi, Lamberteschi, Tornabuoni},该集合的基数为4.它的分子为0(因为属于集合{Bischeri, Albizzi, Lamberteschi, Tornabuoni}的节点在图中不构成任何两两相连的边),分母为6()。因此该节点的聚类系数为
.
最后
若有理解有误,请充分陈述、不吝赐教~
更多推荐

所有评论(0)