用于测试社区检测算法的分层基准图
物理与社会
2017-11-22 v1 社会与信息网络
摘要
分层组织是复杂系统的一个重要且普遍的特征；为了理解其组织方式，研究描述其组成部分之间相互作用的底层（通常为复杂的）网络起着核心作用。大量先前工作表明，许多社交、生物和技术系统中的现实世界网络呈现分层组织，通常表现为社区结构的层次。为了测试不同的社区检测方法，已提出许多人造基准图，但尚未开发出用于彻底测试分层社区结构检测的基准。在本研究中，我们通过扩展 Lancichinetti-Fortunato-Radicchi (LFR) 基准图集合，采用 Ravasz 和 Barab\'asi 提出的构建分层网络的规则，填补了这一空白。我们利用该基准测试了三种最流行的社区检测算法，并使用传统的互信息以及最近引入的分层互信息量化其准确性。结果表明，Ravasz-Barab\'asi-Lancichinetti-Fortunato-Radicchi (RB-LFR) 基准生成了复杂的分层结构，对所考虑的社区检测方法构成了具有挑战性的基准。
引用
@article{arxiv.1708.06969,
title = {Hierarchical benchmark graphs for testing community detection algorithms},
author = {Zhao Yang and Juan I. Perotti and Claudio J. Tessone},
journal= {arXiv preprint arXiv:1708.06969},
year = {2017}
}
备注
9 pages, 9 figures