文件名称：LSWL：快速的本地社区发现：依靠链接的力量
文件大小：10.41MB
文件格式：ZIP
更新时间：2024-03-01 04:14:34
python community-detection social-network-analysis community-discovery local-community-detection
低水位 NetworkX实施的“快速本地社区发现：依靠链接的强度”（提交给KDD 2021）。 抽象 社区检测方法旨在查找比图中的其他节点更多的相互连接的节点。 尽管全局方法具有优势，但在探索整个网络时，由于大型网络的规模或整个网络中不加选择地使用的全局标准，它们遭受了严重的局限。 因此，有些人专注于另一个基本问题，即本地社区发现，这是一个以自我为中心的功能，旨在找到包含查询节点的社区。 有多种本地社区搜索算法，包括基于主题的方法和基于模块化的方法。 尽管基于本地模块化的实践有很多优势，但是由于两个重要问题，他们最近很少受到关注。 这些方法给社区增加了许多异常值，尤其是在大型密集网络上使用时。 他们还对使用特定社区的哪个查询节点开始扩展很敏感。 我们介绍了一种新颖的方法，可以在本地准确，确定性和快速地发现社区。 在考虑或不考虑重叠社区的情况下，也可以迭代地使用它来检测网络的整个分区，并同时
【文件预览】：
LSWL-main
----mod_r.py(5KB)
----lswl_offline.py(8KB)
----mod_m.py(6KB)
----karate_query_nodes.txt(93B)
----Dataset Exp 7.2 and 7.3.2()
--------network_10000_8_5_0.25_20.txt(996KB)
--------info_10000_8_5_0.45_20.txt(222B)
--------info_10000_8_5_0.3_20.txt(222B)
--------network_10000_8_5_0.45_20.txt(1.02MB)
--------partition_10000_8_5_0.25_20.txt(61KB)
--------partition_10000_8_5_0.4_20.txt(60KB)
--------info_10000_8_5_0.1_20.txt(221B)
--------info_10000_8_5_0.15_20.txt(221B)
--------partition_10000_8_5_0.1_20.txt(61KB)
--------partition_10000_8_5_0.35_20.txt(61KB)
--------info_10000_8_5_0.4_20.txt(222B)
--------partition_10000_8_5_0.15_20.txt(61KB)
--------communities_10000_8_5_0.35_20.txt(1.28MB)
--------info_10000_8_5_0.35_20.txt(222B)
--------communities_10000_8_5_0.25_20.txt(1.29MB)
--------network_10000_8_5_0.35_20.txt(1023KB)
--------partition_10000_8_5_0.45_20.txt(61KB)
--------info_10000_8_5_0.2_20.txt(222B)
--------network_10000_8_5_0.4_20.txt(1.01MB)
--------info_10000_8_5_0.25_20.txt(222B)
--------partition_10000_8_5_0.2_20.txt(61KB)
--------communities_10000_8_5_0.45_20.txt(1.27MB)
--------communities_10000_8_5_0.3_20.txt(1.26MB)
--------communities_10000_8_5_0.15_20.txt(1.27MB)
--------network_10000_8_5_0.3_20.txt(1012KB)
--------communities_10000_8_5_0.1_20.txt(1.25MB)
--------network_10000_8_5_0.1_20.txt(928KB)
--------network_10000_8_5_0.15_20.txt(954KB)
--------communities_10000_8_5_0.2_20.txt(1.32MB)
--------network_10000_8_5_0.2_20.txt(974KB)
--------communities_10000_8_5_0.4_20.txt(1.38MB)
--------partition_10000_8_5_0.3_20.txt(61KB)
----README.md(5KB)
----lswl_plus.py(9KB)
----Dataset Exp 7.3.1()
--------network_100_8_5_0.15_20.txt(8KB)
--------communities_100_8_5_0.15_20.txt(17KB)
--------communities_1000_8_5_0.15_20.txt(135KB)
--------info_10000_8_5_0.15_20.txt(222B)
--------partition_100_8_5_0.15_20.txt(408B)
--------partition_300_8_5_0.15_20.txt(1KB)
--------partition_10000_8_5_0.15_20.txt(60KB)
--------partition_1000_8_5_0.15_20.txt(5KB)
--------info_1000_8_5_0.15_20.txt(220B)
--------communities_3000_8_5_0.15_20.txt(517KB)
--------network_1000_8_5_0.15_20.txt(101KB)
--------info_30000_8_5_0.15_20.txt(222B)
--------communities_10000_8_5_0.15_20.txt(1.74MB)
--------partition_30000_8_5_0.15_20.txt(201KB)
--------info_100_8_5_0.15_20.txt(219B)
--------network_10000_8_5_0.15_20.txt(1.26MB)
--------network_300_8_5_0.15_20.txt(28KB)
--------info_3000_8_5_0.15_20.txt(220B)
--------network_30000_8_5_0.15_20.txt(4.35MB)
--------communities_30000_8_5_0.15_20.txt(5.88MB)
--------partition_3000_8_5_0.15_20.txt(17KB)
--------communities_300_8_5_0.15_20.txt(39KB)
--------network_3000_8_5_0.15_20.txt(367KB)
--------info_300_8_5_0.15_20.txt(218B)
----lswl_online.py(8KB)
----query_nodes.txt(48KB)
----karate_edge_list.txt(407B)