摘要: 转载请注明出处:http://www.cnblogs.com/bethansy/p/6890972.html 一、已知真实社区划分结果 1.NMI指数,互信息和标准化互信息 具体公式和matlab代码参见博客,Python代码参加,C++代码参见 重叠社区NMI指数可参照博客 2.ARI指数 文献来 阅读全文
posted @ 2017-05-22 19:21 bethansy 阅读(20514) 评论(1) 推荐(1) 编辑
摘要: 最近在研究基于标签传播的社区分类,LabelRank算法基于标签传播和马尔科夫随机游走思路上改装的算法,引用率较高,打算将代码实现,便于加深理解。 这个算法和Label Propagation 算法不同的是计算复杂度较高,对每个标签都确定了概率,但是准确性比Label Propagation算法好。 阅读全文
posted @ 2017-05-10 22:10 bethansy 阅读(1635) 评论(0) 推荐(0) 编辑
摘要: 一、概念 复杂网络:现实生活中各种系统都可以看做成复杂网络,复杂网络构成包括节点和边,节点是网络中的基本组成单元,节点之间的联系或者关系是网络中的边。例如 电力网络:基站代表节点,基站之间是否互通表示边; 社交网络:用户代表节点,用户的关注关系表示边; 万维网络:网页代表节点,网页的链接关系代表边; 阅读全文
posted @ 2017-04-28 10:59 bethansy 阅读(1073) 评论(2) 推荐(0) 编辑
摘要: 其中部分转载的社区发现SLPA算法文章 一、概念 社区(community)定义:同一社区内的节点与节点之间关系紧密,而社区与社区之间的关系稀疏。 设图G=G(V,E),所谓社区发现是指在图G中确定nc(>=1)个社区C={C1,C2,...,Cnv},使得各社区的顶点集合构成V的一个覆盖。 若任意 阅读全文
posted @ 2017-04-18 10:34 bethansy 阅读(4258) 评论(2) 推荐(0) 编辑
摘要: 一、概念 (1)完全子图/全耦合网络/k-派系:所有节点全部两两相连 图1 这些全耦合网络也成为派系,k-派系表示该全耦合网络的节点数目为k 1)k-派系相邻:两个不同的k-派系共享k-1个节点,认为他们相邻 2)k-派系连通:一个k-派系可以通过若干个相邻的k-派系到达另一个k-派系,则称这两个k 阅读全文
posted @ 2017-04-13 16:50 bethansy 阅读(6653) 评论(3) 推荐(1) 编辑