7,129
个编辑
更改
→社团检测算法的评价标准
如何对算法进行评价以判断哪些能够更好地检测到社团结构仍悬而未决，必须基于对已知结构的网络的分析。 一个典型的例子是”四组”测试，在这种测试中，一个网络被分成四个大小相等的组(通常每组32个节点) ，由于组内和组间连接的概率各不相同，导致出现了一些具有挑战性的社团结构，这为社团检测制造了一定难度。这样的基准图是康德 Condon 和 卡帕 Karp 的'''种植 l-分区模型 The planted l-partition model '''<ref name=PlantedPartitionModel>
如何对算法进行评价以判断哪些能够更好地检测到社团结构仍悬而未决，必须基于对已知结构的网络的分析。 一个典型的例子是”四组”测试，在这种测试中，一个网络被分成四个大小相等的组(通常每组32个节点) ，由于组内和组间连接的概率各不相同，导致出现了一些具有挑战性的社团结构，这为社团检测制造了一定难度。这样的基准图是康德 Condon 和 卡帕 Karp 的'''种植 l-分区模型 The planted l-partition model '''<ref name=PlantedPartitionModel>
{{cite journal
{{cite journal
| first1 = A. | last1 = Condon | author1-link = Anne Condon | first2 = R. M. | last2 = Karp | author2-link = Richard Karp
| first1 = A. | last1 = Condon | first2 = R. M. | last2 = Karp
| year = 2001
| year = 2001
| title = Algorithms for graph partitioning on the planted partition model
| title = Algorithms for graph partitioning on the planted partition model