Vue d’ensemble

L'Adamic-Adar Index (AA Index) est une mesure de similarité de nodes nommée d'après ses créateurs Lada Adamic et Eytan Adar. Cet index mesure la force potentielle de connexion entre deux nodes basée sur les voisins communs qu'ils ont dans le graph.

• L.A. Adamic, E. Adar, Friends and Neighbors on the Web (2003)

L'idée sous-jacente de l'AA Index est que les voisins communs avec un faible degré fournissent des informations plus précieuses sur la similarité entre deux nodes que les voisins communs avec des degrés élevés. Il est calculé à l'aide de la formule suivante :

où N(u) est l'ensemble des nodes adjacents à u. Pour chaque voisin commun u des deux nodes, l'AA Index calcule d'abord le réciproque du logarithme de son degré |N(u)|, puis additionne ces valeurs réciproques pour tous les voisins communs.

Des scores plus élevés de l'AA Index indiquent une plus grande similarité entre les nodes, tandis qu'un score de 0 indique aucune similarité entre deux nodes.

Dans cet exemple, N(D) ∩ N(E) = {B, F}, où $\frac{1}{\mathrm{log|N(B)|}}$ = $\frac{1}{\mathrm{log4}}$ = 1.6610, $\frac{1}{\mathrm{log|N(F)|}}$ = $\frac{1}{\mathrm{log3}}$ = 2.0959, donc AA(D,E) = 1.6610 + 2.0959 = 3.7569.

Considérations

• L'algorithme de l'AA Index ignore la direction des edges mais les calcule comme des edges non orientées.

Syntaxe

• Commande : algo(topological_link_prediction)
• Paramètres:

Exemple

Le graph d'exemple est le suivant :

File Writeback

algo(topological_link_prediction).params({
  uuids: [3],
  uuids2: [1,5,7]
}).write({
  file:{ 
    filename: 'aa'
  }
})

Résultats : Fichier aa

C,A,1.660964
C,E,3.321928
C,G,2.095903

Direct Return

algo(topological_link_prediction).params({
  ids: 'C',
  ids2: ['A','C','E','G'],
  type: 'Adamic_Adar'
}) as aa 
return aa 

Résultats : aa

Stream Return

find().nodes() as n
with collect(n._id) as nID
algo(topological_link_prediction).params({
  ids: 'C',
  ids2: nID
}).stream() as aa
where aa.num >= 2
return aa

Résultats : aa