1.2 Brightkite数据集下载

前言

      在空间网络中挖掘(k,r)-core。空间网络可以是图，但根据一些大佬的定义是具有空间属性的点组成的图。(k,r)-core是空间网络中的子图，它满足两个约束：结构性约束和相似性约束，它还有一个隐藏约束：连通。结构性约束是指(k,r)-core中每个顶点至少有k个

数据下载

      第1章的所有社区挖掘工作都是基于Brightkite数据集的，Brightkite数据集是一个基于位置的社交网络平台提供的用户签到信息，用户在签到时会共享位置信息，所以每条签到数据都有一个位置信息。
      在此给出Brightkite数据集的下载地址。
      下载地址：http://snap.stanford.edu/data/loc-brightkite.html

数据分析

      SNAP将Brightkite数据集构建成了无向空间网络图，其中数据集包含loc-brightkite_edges.txt.gz 和 loc-brightkite_totalCheckins.txt.gz两个文件，分别对应空间网络中的边集和点集。
      loc-brightkite_totalCheckins.txt.gz 数据集大小364M，可使用010editor编辑器来查看规模较大的数据。
      loc-brightkite_totalCheckins.txt.gz 保存的是点的信息，数据集中每条信息都是一次签到信息，由用户id、签到时间、纬度、经度和位置ID五种属性构成。每个用户可签到多次，所以一个用户id可能对应多条信息。共有4747287条数据。
      loc-brightkite_edges.txt.gz保存的是每条边的信息。有两个端点的id表示一条边。共有428156行数据。
      SNAP说明Brightkite数据集有58228个点和214078条边。
      需要注意的是SNAP的说明并不准确，实际的点的个数要少于58228个，虽然在点集中，点的编号从0到58227，但其中缺少了一些编号。点集中不存在的点可能会出现在边集中。比如：点集中没有编号为58223的点，但在边集中58212与58223中有一条边。在处理数据时，如果点集中的点不存在，那么就认为边集中没有对应的边，即便有也不考虑。

数据格式

点集数据格式

58220	2009-01-23T23:23:27Z	33.855255	35.578156	6ba679dce99c11dd8e2f003048c10834
58220	2009-01-22T10:08:12Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0
58221	2008-12-29T02:38:35Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0
58222	2009-01-23T02:30:34Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0
58224	2009-01-03T15:06:54Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0
58225	2009-01-20T13:58:14Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0
58226	2009-01-20T13:30:09Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0
58227	2009-01-21T00:24:35Z	33.833333	35.833333	9f6b83bca22411dd85460384f67fcdb0

边集数据格式

58220	58226
58221	58205
58222	58210
58223	58212
58224	58219
58225	58220
58225	58226
58225	58227
58226	58220
58226	58225
58227	58225