文件名称：complex-networks
文件大小：34.79MB
文件格式：ZIP
更新时间：2024-04-23 22:45:24
JupyterNotebook
确定芬兰的复杂地理位置网络 数据抓取 总共需要500个位置 使用Flickr API收集数据-https: 收集到的具有位置数据的图像总数约为77k 根据访问过的两个地点的用户子集来连接两个地点 使用k-means算法确定位置质心 网络分析 社区发现分析并比较爬网的网络示例的模块化结构。 应该给出至少三种不同算法的结果。 •K-clique（在NetworkX中可用）•DEMON（代码可在）•Louvain（代码可在）•Infomap （ ） 扩展分析在已爬网数据和随机图（即ER和BA）上模拟扩展过程（SIS和/或SIR）。 随机网络分析爬网的社交/复杂网络样本，并将获得的网络统计数据与2个具有相同节点和边数的随机图模型进行比较，即Erdős-Rényi（ER）随机网络模型和Barabási-Albert（BA）优先附件网络模型 统计分析确定以下各项： 菲纳尔德（Finaln
【文件预览】：
complex-networks-master
----collecting_dataset()
--------combine_users_csvs.ipynb(9KB)
--------collect_users_dataset.ipynb(7KB)
--------combine_csvs.ipynb(21KB)
--------collect_dataset.ipynb(442KB)
----plotting()
--------map_plot.ipynb(685KB)
--------Ashish_plotting.ipynb(596KB)
----clustering()
--------cluster_centers_and_distance.ipynb(7.45MB)
--------add_name_and_size_clusters.ipynb(12KB)
--------cluster_centers_for_each_entry.ipynb(15KB)
--------clustering.ipynb(547KB)
--------connect_clusters_based_on_users.ipynb(4.18MB)
----maps()
--------map_conn_10.png(680KB)
--------map_conn_4.png(959KB)
--------map_conn_2.png(1.57MB)
--------map.png(709KB)
--------map_conn_8.png(698KB)
--------map_conn_6.png(735KB)
----dataset()
--------photo_users_merged_dataset.csv(6.88MB)
--------raw()
--------cluster_conenctions.csv(1.14MB)
--------dataset_with_users_and_clusters.csv(7.14MB)
--------photo_users_combined.csv(1.77MB)
--------photo_users.csv(1.77MB)
--------cluster_centers.csv(21KB)
--------clusters.csv(32KB)
--------dataset.csv(5.98MB)
----project_tasks()
--------random_model_comparison.ipynb(2.69MB)
--------creativity_driven_task.ipynb(21KB)
----.gitignore(8B)
----README.md(2KB)
----main_graph.ipynb(14.08MB)