摘要: 一、数据资源 1、斯坦福大学网站 一般提供大社区数据,节点动则上万,十万百万等,包括已知社区划分的网络数据。 http://snap.stanford.edu/data/index.html 2、数据堂 数据堂上提供的数据多是论文中出现的数据,按数据名称搜索即可 http://www.datatan 阅读全文
posted @ 2017-07-21 11:28 bethansy 阅读(856) 评论(0) 推荐(0) 编辑
摘要: 生成无标度网络,通过P控制聚类系数 阅读全文
posted @ 2017-07-05 18:35 bethansy 阅读(1325) 评论(0) 推荐(0) 编辑
摘要: 1、matplotlib中有两个模块,pyplot和pylab import matplotlib.pyplot as plt ///plt.plot(x,y) import pylab as pl ///pl.plot(x,y) import pandas as pd 、///data.plot( 阅读全文
posted @ 2017-06-22 16:56 bethansy 阅读(1281) 评论(0) 推荐(0) 编辑
摘要: 一、数据获取 1.本地数据 with 语句,pd.read_csv('data.csv') 2.网站上数据 2.1 直接获取网页源码,在用正则表达式进行删选 2.2 API接口获取 以豆瓣为例 import requests r=requests.get(https://api.douban.com 阅读全文
posted @ 2017-06-20 17:46 bethansy 阅读(1556) 评论(0) 推荐(1) 编辑
摘要: 网上的帖子挺多的,教你如何安装,安装第三方工具库的方法总共分为三类:Dos系统下pip命令;安装包下载安装;IDE集成环境下安装(Pycharm,Spyder……) http://www.jianshu.com/p/41a9c25273b1 一、pip命令 感觉这个最简单,但是需要注意几点 1、ge 阅读全文
posted @ 2017-06-16 19:31 bethansy 阅读(7093) 评论(0) 推荐(0) 编辑
摘要: 2017.6.17 更新:好像知道错在哪里了。以第一个为例,输入应该是“AHHaaBBa”,因为直接输入AHHaaBBa时,系统不知到这是一个变量还是字符串,所以必须输入的时候申明定义。既然这样的话,那我在str=input()的时候将输入定义成字符串格式例如 str=str(input())这样呢 阅读全文
posted @ 2017-06-15 16:06 bethansy 阅读(18140) 评论(0) 推荐(0) 编辑
摘要: 这是我最近看到的一篇论文,思路还是很清晰的,就是改进的LPA算法。改进的地方在两个方面: (1)结合K-shell算法计算量了节点重重要度NI(node importance),标签更新顺序则按照NI由大到小的顺序更新 得到ks值后,载计算一下节点邻居ks值和度值d的比值 (2)当出现次数最多的标签 阅读全文
posted @ 2017-06-13 11:28 bethansy 阅读(659) 评论(2) 推荐(1) 编辑
摘要: 一、社区的定义 Newman第一次提出模块度定义就是在2004年发表的这篇文章“fast algorithm for community structure in networks”,第一次用量化的公式来确定社区划分。 首先,我们来看Newman如何定义社区的:the vertices in net 阅读全文
posted @ 2017-06-09 21:18 bethansy 阅读(10970) 评论(3) 推荐(2) 编辑
摘要: 转载请注明出处:http://www.cnblogs.com/bethansy/p/6953625.html LPA算法的思路: 首先每个节点有一个自己特有的标签,节点会选择自己邻居中出现次数最多的标签,如果每个标签出现次数一样多,那么就随机选择一个标签替换自己原始的标签,如此往复,直到每个节点标签 阅读全文
posted @ 2017-06-06 20:59 bethansy 阅读(9989) 评论(5) 推荐(0) 编辑
摘要: 人工网络生成程序,可在CSDN上免费下载 或者科学网这边也可以下载 参数 • n: number of vertices;• k: average degree;• maxk: maximum degree;• mu: mixing parameter (the higher the mixing 阅读全文
posted @ 2017-05-22 22:36 bethansy 阅读(4531) 评论(0) 推荐(0) 编辑