有向网络下的CoDA社区发现算法评估

• 作者: 张冬雯 杨玉林 柳晨光 许云峰 郑雅洁 郭松
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 算法理论 社区发现 CoDA算法 有向网络 评估 F-measure
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 169-175
• 页数: 7页
• 分类号: TP391.1
• 字数: 4356字
• 语种: 中文
• DOI: 10.7535/hbkd.2017yx02011

摘要

CoDA算法是一种基于概率模型的能识别二分结构的社区发现算法.为了验证该算法的社区划分效果,采用信息检索领域的F-measure标准,对有向网络下重叠社区和非重叠社区的CoDA社区发现算法进行评估.F-measure标准中F1-measure值的大小能反映CoDA算法社区划分效果的优劣.实验所用的数据集由LFR Benchmark工具生成,数据集中节点数最小为100,最大为20 000,每增加100节点对CoDA算法社区划分效果评估一次.分析实验结果可以得出,当节点数小于1 600时,CoDA算法的划分效果较好.当节点数大于1 600时,随着节点个数增多,CoDA算法社区划分效果逐渐变差.由此说明,基于概率模型的CoDA算法适用于小规模社交网络社区的划分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冬雯	河北科技大学信息科学与工程学院	39	137	7.0	9.0
2	许云峰	河北科技大学信息科学与工程学院	30	197	8.0	13.0
3	郑雅洁	河北科技大学信息科学与工程学院	3	21	3.0	3.0
4	郭松	河北科技大学信息科学与工程学院	2	12	2.0	2.0
5	柳晨光	河北科技大学信息科学与工程学院	3	18	2.0	3.0
6	杨玉林	河北科技大学信息科学与工程学院	1	7	1.0	1.0