LFR benchmark在windows操作系统下形成网络详细步骤

最新推荐文章于 2025-02-19 15:22:53 发布

张大川123

最新推荐文章于 2025-02-19 15:22:53 发布

阅读量1.8k

点赞数 5

1. LFR benchmark 简介
对于社区检测结果的评估最直接的方法就是和现实网络相比较。将算法的社区检测结果和现实网络中已知的社区向比较，可以测评出算法的优劣。但现实网络比较少，同时其质量参差不齐。这使得和现实网络的比较不能广泛使用。因此利用人工生成的网络对算法的有效性进行测评成为检验一个社区检测算法优劣的一种高效可行的方法。比较常用的有Girvan和Newman提出的GN Benchmark以及Lancichineti Andrea等人对GN Benchmark的缺陷提出的LFR Benchmark[[i]]

LFR基准网络如今被认为是社区检测的标准测试网络，其特征在于节点度和社区规模的非均匀性分布。LFR基准网络由以下五步实现：

（1）网络中的每个节点的度都服从参数为γ的幂律分布。两个极端的分布为最大度数为和最小度数，这样使得平均度数为〈k〉。如此配置模型用于连接节点从而保证它们的度连续。

（2）每个节点与其社区的相连接的其他节点共享1-µ部分，而与其网络其他节点共享µ部分。混合参数µ是独立的参数.

（3）网络中的社区大小服从参数为β的幂律分布，这样所有社区的大小总和和就等于网络中节点的数目N。同时为了满足对社区定义时所加的限制，网络中最大社区的大小和最小社区的大小应当满足和。这样就保证了任意度的一个节点可以被划分到至少一个社区中。

（4）在一开始，所有的节点都是无家可归的，也就是说它们没有被分配到任意一个社区中。在第一次迭代时，将一个节点分配到随机一个社区中；如果社区的大小超过该节点的度（也就是在该社区里节点的邻居数目），你们这个节点可以换份到该社区。否则，该节点仍是无家可归的。对于一次成功的迭代，我们将一个无家可归的节点分配到了一个社区中；而如果迭代不成功，对于该社区我们剔除了一个节点。重复迭代直到网络中不存在无家可归的节点，该过程结束。

（5）在必要情况下，为了加强由混合参数µ要求的内部邻居的比例，需要做一些重新连接步骤。这样就使得所有节点的度保持一样。所有节点的度仅仅受内部和外部的分裂影响。通过这种方法，使得在每个节点在自己社区的内部和外部的度的比例能够对于理想的µ值有一个好的近似。

LFR基准中节点度数和社区大小皆为幂律分布，指数分别为γ和β。节点数为N，平均度为〈k〉，最大度数为，混合参数µ是独立的参数。其中，µ值越大，社区结构就越难发现。

2.LFR benchmark在windows下的操作步骤
对于LFR的编程许多大神已经做过，这里不在赘述。可以在Santo Fortunato大神个人网站上下载LFR基准网络生成程序，其为linux版本。这对大多数同学要求的门栏有点高。

这里仅仅介绍windows下LFR生产网络的参数以及具体操作步骤。程序请同学们去贾珺大神的博客LFR网络生成程序去下载。下面详细介绍如何具体操作：

2.1 参数
• n: number of vertices;
• k: average degree;
• maxk: maximum degree;
• mu: mixing parameter (the higher the mixing parameter of a network is, the more difficult it is to reveal the community structure);
• minc: minimum for the community sizes;
• maxc: maximum for the community sizes.

2.2可执行程序的操作流程
（1）先将所下载的文件存到D盘或E盘下，这里我将下载的文件存到了E盘的File文件夹里。Windows键+R打开运行输入cmd敲回车，打开命令提示符程序。

（2）输入e:后按下键盘上的回车键进入到e盘

（3）进入程序所在磁盘后，接着输入cd File\benchmark\benchmark\后按回车

（4）接着输入cd Debug\后按下回车

（5）现在我们可以输入参数来形成网络。举例，如输入benchmark -N 1000 -k 10 -maxk 40 -mu 0.2 -minc 30 -maxc 60后按下回车即可得到我们要的网络。结果会生成的三个文件community.dat ，network.dat和statistics.dat。这三个文件与LFR程序都在Debug文件夹里。

LFR参考文献
[[i]] A. Lancichinetti, S.Fortunato, F. Radicchi, Benchmark graphsfor testing community detection algorithms, Phys. Rev. E 78 (2008) 046110.
---------------------
作者：张兴升
来源：优快云
原文：https://blog.youkuaiyun.com/weixin_42254818/article/details/80515908
版权声明：本文为博主原创文章，转载请附上博文链接！