面向社区检测与跟踪的可定制基准：DynBenchmark
社会与信息网络
2025-10-09 v1 人工智能
摘要
图模型有助于理解网络的动态与演化。构建具有受控拓扑结构并嵌入划分的图是评估社区检测算法的常见策略。然而，现有基准常常忽视追踪现实网络中社区演化需求。为此，提出一种以社区为中心的模型，以生成可定制的演化社区结构，其中社区可增长、缩小、合并、分裂、出现或消失。该基准还生成底层时序网络，节点可出现、消失或在社区之间移动。该基准被用于测试三种方法，衡量其在跟踪节点聚类成员身份和检测社区演化方面的性能。提供 Python 库、绘图工具及验证指标，以便比较基准真值与算法结果以检测动态社区。
引用
@article{arxiv.2510.06245,
title = {DynBenchmark: Customizable Ground Truths to Benchmark Community Detection and Tracking in Temporal Networks},
author = {Laurent Brisson and Cécile Bothorel and Nicolas Duminy},
journal= {arXiv preprint arXiv:2510.06245},
year = {2025}
}