社区发现问题中基准数据的生产（生产虚拟大型复杂网络） 未完成

---恢复内容开始---

 

本文介绍Lancichinetti, Andrea, 和 Santo Fortunato 在论文中发表的FLR方法生产大型复杂网络。

references：

Lancichinetti, Andrea, and Santo Fortunato. "Benchmarks for testing community detection algorithms on directed and weighted graphs with overlapping communities." Physical Review E 80.1 (2009): 016118.

原理：

 

（待补充）

 

 源代码：

language: C++

模拟运行环境： Ubuntu 12.04 4GB 4核处理器 20G hard disk

 

产生实验数据：

N节点网络， 平均度数为15，最大度数为50，混合参数为0.2 最小社区规模为 20，最大社区规模50，重叠社区节点个数 20%， 重叠节点所属4个社区。

 

实验中，N 取值为 1000，2000，5000，10000，20000，50000，100000，200000，500000，1000000

十组数据。

 

1. network.dat

 contains the list of edges (nodes are labelled from 1 to the number of nodes; the edges are ordered and repeated twice, i.e. source-target and target-source).

2. community.dat

community.dat contains a list of the nodes and their membership (memberships are labelled by integer numbers >=1).

3. statistic.dat

statistics.dat contains the degree distribution (in logarithmic bins), the community size distribution, and the distribution of the mixing parameter.

reference by  souce code:readme.txt by Lancichinetti

转载于:https://www.cnblogs.com/iceyCSE/p/5426911.html