本論文は、ネットワークサイエンスと機械学習の分野で重要な問題であるリンク予測法の評価方法の研究を扱います。従来のLP方法の評価は、データとアプリケーションの特別な要件に関連するいくつかの要因を無視する同じ設定で行われました。本稿では、ネットワークの種類、問題の種類、エンドポイント間のジオデシック距離とクラスの分布、LP方法の特性と適用性、クラスの不均衡と初期検索への影響、評価指標など、さまざまな要因を特定し、LP方法を厳密かつ制御された方法で評価できる実験設定を提供します。さまざまな実際のネットワークデータセットを使用して広範な実験を実行し、慎重に設計された仮説を使用して、これらの要素とLP性能との間の相互作用に関する貴重な洞察を得る。これらの洞察に基づいて、LP方法を評価するためのベストプラクティスに従うべき推奨事項を提供します。
