%0 Journal Article
%T 有向网络下的CoDA社区发现算法评估
%A 张冬雯
%A 杨玉林
%A 柳晨光
%A 许云峰
%A 郑雅洁
%A 郭 松
%J 河北科技大学学报
%D 2017
%R 10.7535/hbkd.2017yx02011
%X CoDA算法是一种基于概率模型的能识别二分结构的社区发现算法。为了验证该算法的社区划分效果，采用信息检索领域的F-measure标准，对有向网络下重叠社区和非重叠社区的CoDA社区发现算法进行评估。F-measure标准中F1-measure值的大小能反映CoDA算法社区划分效果的优劣。实验所用的数据集由LFR Benchmark工具生成，数据集中节点数最小为100，最大为20 000，每增加100节点对CoDA算法社区划分效果评估一次。分析实验结果可以得出，当节点数小于1 600时，CoDA算法的划分效果较好。当节点数大于1 600时，随着节点个数增多，CoDA算法社区划分效果逐渐变差。由此说明，基于概率模型的CoDA算法适用于小规模社交网络社区的划分
%K 算法理论 社区发现 CoDA算法 有向网络 评估 F-measure
%U http://xuebao.hebust.edu.cn/hbkjdx/ch/reader/view_abstract.aspx?file_no=b201702011&flag=1