《表1 Karate网络实际分组》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于节点综合相似度的多标签传播社区划分算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验采用的真实数据集是Karate[11]，该数据集是目前社区划分研究中使用的小型复杂网络数据集。该数据集描述美国一个空手道俱乐部的成员关系，网络包含34个节点和78条边，实际可划分为两个社区结构，如表1所示。由于Karate数据量较少，社区划分结果可直接与网络实际分组进行比较，从而验证算法的可行性。对于大型网络，则采用LFR网络生成程序仿真生成较大规模的人工网络图，本文采用LFR-10000人工网络对LPA、COPRA、SLPA、LPPB、MLPA-NCS五种算法进行对比。LFR benchmark基准程序由Lancichinetti等人[12]提出，根据参数设置生成所需求的网络，本实验网络参数如表2所示，其中，N为节点数目，k为节点平均度数，max k为节点最大度数，min c为社区最小规模，max c为社区最大规模，mu（mixing parameter）为节点与社区外部连接的边数与该节点度数的比值，该比值越小，说明节点可连接的社区越少，网络的社区结构越明显，mu取0.1～0.6，每次增加0.05，生成11个LFR-10000网络。