RobustECD复现工作——社区发现算法:LOU,数据集:karate
1、准备工作
准备工作:
python-igraph0.7.1.post6
networkx2.4
scipy1.4.1
numpy1.18.1
(实际上版本不用跟他一模一样)
2、在Terminal环境下设置运行参数:(在exp_revsel.py同级目录下执行)
python3 exp_revsel.py --bmname karate --cdm LOU --randomSample 1 --sampleRatio 1.6
(注意:我的ubuntu需要使用python3)
3、在Terminal环境下设置运行参数:(在exp_rega.py同级目录下执行)python3 exp_rega.py --bmname karate --cdm INF --iter 500 -aR 0.16 -dR 0.16
4、运行结果分析
通过两种增强网络结构的方法(RobustECD-SE、RobustECD-GA),计算得出了增强后与增强前对原始网络采用LOU算法进行社区检测所得到的的各评价指标值。
5、主要参数的含义
6、论文代码地址
RobustECD: Enhancement of Network Structure for Robust Community Detection.