关于图形相似度的计算有很多理论,如顶点边缘重叠,jacard,共正弦,编辑距离,签名相似度,lambda距离,deltacon等。这些东西都是基于图的单边。但是现实世界中有许多图形具有多个边缘
鉴于上述类似的两个图,我们如何计算图相似度? 使用先前的图形相似性,只有二维向量,条目只是数字的标量,但在多个边的图中,条目应该是元组。因为节点之间还有一个动作。对于前面的方法,它可以被称为who-know-who schem,但后面的图形,可以说who-know-who * -how *。我认为以前的方法可以很容易地用于多边形图,所以没有关于它的逻辑或方法。 提前谢谢!
答案 0 :(得分:1)
没有“方式”计算图表相似性。
根据您的数据和问题,非常不同的方法可能会很好。在许多情况下,简单地将两个边合并为一个就很有意义。例如,如果我有两条容量为x和y的道路从A到B - 对于许多分析来说,这与只有一个骑行,具有组合容量相当。