在本文中,我们研究了具有内置社区结构的合成随机图模型的属性和性能。这样的模型对于评估和调整自然界无监督的社区检测算法很重要。我们提出了ABCDE,这是ABCD的多线程实现(社区检测的人工基准)图生成器。我们讨论了该算法的实现详细信息,并将其与ABCD模型的先前可用顺序版本以及标准和广泛使用的LFR(Lancichinetti-Fortunato-Radicchi)发电机进行了比较。我们表明,ABCDE的速度比NetworkIT中提供的LFR的并行实现要快十倍,并且比例比缩放更好。此外,该算法不仅更快,而且ABCD生成的随机图具有与原始LFR算法生成的属性相似的属性,而LFR的并行网络实现LFR会产生具有明显不同特征的图形。
translated by 谷歌翻译