communities's Introduction
Zaimplementowałem w SociaLite oraz Sparku algorytm Girvana-Newmana do wykrywania społeczności w grafach. Polega on na znajdowaniu krawędzi o największej "Edge Betweenness Centrality" oraz usuwaniu jej z grafu. Po kilku iteracjach otrzymujemy rozspójniony graf, gdzie każda spójna oznacza społeczność. Iteracje wykonujemy tak długo, jak wskaźnik modularności powstałej sieci nie maleje. Jaki wskaźnik? Można stosować różne. Ja zastosowałem ten najprostszy opisany w paperze SocCom-metric.13.pdf. Jak liczyć "Edge Betweenness Centrality"? W Sparku wykorzystałem metodę przedstawioną w paperze bigcomp14.pdf. W SociaLite zaimplementowałem tak, jak uważałem najlepiej - poprzez znajdowanie najkrótszych ścieżek z danego źródła i najkrótszych ścieżek z danego źródła, przechodzących przez daną krawędz. Wydaje się jednak, że oba sposoby są gorsze niż najlepszy iteracyjny algorytm Brandesa (paper brandes-08.pdf) -- niestety nie można go tak bezpośrednio przenieść na Sparka ani SociaLite. ========================================================================== W katalogu papers/ znajdują się wspomniane papery. W katalogu input/ znajdują się przykładowe grafy. W katalogu logs/ znajdą się logi z uruchomień programów. W katalogu src/ znajdują się źródła programu w Sparku (w scali). Program w SociaLite znajduje się w pliku communities.py. run-spark.sh jest skryptem uruchamiającym program w sparku. run-socialite.sh -- skryptem uruchamiającym program w socialite. Oba skrypty jako argument przyjmują 3 parametry: input output K_ITER input -- ścieżka do pliku wejściowego (plik z listą krawędzi grafu) output -- ścieżka do pliku wyjściwego K_ITER -- dodatkowy parametr. W momencie gdy okaże się, że jest wiele krawędzi z największą EdgeBetweennessCentrality ten parametr określa ile krawędzi spośrod nich zostanie usuniętych (gdzie 0 -- wszystkie krawędzi o największym EBC). Przed uruchomieniem programów należy mieć spark-submit oraz socialite w PATH. ==========================================================================
communities's People
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.