هذه هي الملفات التكميلية لورقة AlphaCore KDD.
حتى يتم تجميع هذا، قم بمصدر الملف خوارزميات/alphaCore.R
g <- erdos.renyi.game(200, 2/200, directed = T)
E(g)$weight <- 1:ecount(g)
V(g)$name <- paste("v", 1:vcount(g), sep="")
> alphaCore(g)
node alpha batch
1: v1 0.3281309 19
2: v2 0.3281309 30
3: v3 0.3724843 34
4: v4 0.3281309 23
5: v5 0.3281309 19
---
196: v196 0.3281309 28
197: v197 0.0000000 1
198: v198 0.3724843 34
199: v199 0.3281309 23
200: v200 0.3281309 23
> alphaCore(g, featureComputeFun = customNodeFeatures(c("indegree", "triangles")))
node alpha batch
1: v1 0.3060040 14
2: v2 0.0000000 6
3: v3 0.0000000 5
4: v4 0.0000000 5
5: v5 0.0000000 6
---
196: v196 0.6381691 19
197: v197 0.0000000 5
198: v198 0.0000000 5
199: v199 0.6381691 19
200: v200 0.0000000 8
> import networkx as nx
> G = nx.erdos_renyi_graph(n=200, seed=1, p=2/200, directed=True)
> for idx, (u,v,w) in enumerate(G.edges(data=True)):
w['value'] = idx
> alphaCore(G)
nodeID alpha batchID
0 18 0.0 0
1 75 0.0 0
2 78 0.0 0
3 25 0.3 5
4 91 0.3 5
... ... ... ...
195 8 0.7 27
196 131 0.7 27
197 185 0.7 27
198 192 0.7 27
199 158 0.7 28
للتشغيل، تحتاج أولاً إلى تنزيل مجموعات البيانات الثلاث:
تتم استضافة الملفات على: https://zenodo.org/record/4898412 قم بتخزين عمليات النقل.db في data/tokens/transfers.db ويجب وضع ملف ExchangeLabels.csv المطابق على data/tokens/exchangeLabels.csv
تعد روابط reddit المتقاطعة جزءًا من http://snap.stanford.edu/conflict/conflict_data.zip في الملف المضغوط، يمكن العثور عليها في /prediction/detailed_data/ ضع الملف في بيانات الموقع/reddit/post_crosslinks_info.tsv
احصل على هذا الملف من http://opsahl.co.uk/tnet/datasets/openflights.txt وقم بتخزينه في data/flights/openflights.txt.
افتح ملف التقييم.R من الدليل الرئيسي.
هذا هو الملف الرئيسي لتشغيل التقييم. أدخل عدد مراكز وحدة المعالجة المركزية والمسار إلى ملف قاعدة البيانات المستخرج.
لتشغيل التقييم بأكمله، من الأفضل القيام بذلك على خادم مزود بـ Rscript، حيث أن بعض الخوارزميات، أي بعض المركزية التي تعتمد على جميع أزواج حسابات المسار الأقصر، وتنفيذنا الخاص لـ k-core الموزونة لها أوقات تشغيل طويلة جدًا. يستغرق التنفيذ الكامل ما بين 1-3 أيام، حسب الأجهزة.
ومع ذلك، فإن AlphaCore ذو حجم الخطوة المتدهور بشكل كبير سريع جدًا، على الرغم من أنه مجرد تطبيق R.
الرجاء استخدام إدخال BibTeX التالي:
@inproceedings{10.1145/3447548.3467322,
author = {Victor, Friedhelm and Akcora, Cuneyt G. and Gel, Yulia R. and Kantarcioglu, Murat},
title = {Alphacore: Data Depth Based Core Decomposition},
year = {2021},
isbn = {9781450383325},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
url = {https://doi.org/10.1145/3447548.3467322},
doi = {10.1145/3447548.3467322},
booktitle = {Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining},
pages = {1625–1633},
numpages = {9},
keywords = {core decomposition, networks, data depth},
location = {Virtual Event, Singapore},
series = {KDD '21}
}
