ネットワーク分析のクラシックデータセット

機械学習の分類/回帰タスクには、いくつかの古典的なデータセットがあります。最も人気のあるものは：

• アイリスフラワーデータセット ;
• タイタニックデータセット ;
• モータートレンドカー ;
• 等

しかし、誰もがネットワーク分析/グラフ理論のための同様のデータセットを知っていますか？より具体的- 比較/評価/学習のためのゴールド標準データセットを探しています：

1. 中心性対策;
2. ネットワーククラスタリングアルゴリズム。

公開されているネットワークやグラフの膨大なリストは必要ありませんが、実際に知っておくべきデータセットがいくつかあります。

編集：

「ゴールドスタンダードデータセット」に正確な機能を提供することは非常に困難ですが、ここではいくつかの考えを示します。実際のクラシックデータセットは次の基準を満たす必要があると思います。

• 記事や教科書の複数の参照;
• 有名なネットワーク分析ソフトウェアパッケージに含まれています。
• 十分な存在時間;
• グラフ分析に関する多くのコースでの使用。

私の関心分野については、頂点のラベル付きクラス、および/または事前計算された（または事前定義された）「オーソリティスコア」（つまり、中心性推定）も必要です。この質問をした後、私は検索を続けました、そしてここにいくつかの適切な例があります：

• Zacharyの空手クラブ：1977年に導入され、1.5K回以上引用され（Google Scholarによる）、頂点にはFaction属性があります（これはクラスタリングに使用できます）。
• Erdos Collaboration Network：残念ながら、このネットワークはデータファイルの形式で見つかりませんが、かなり有名で、誰かが数学者の専門データでネットワークを充実させれば、クラスタリングアルゴリズムのテストにも使用できます。

あなたが探しているものはKONECTで見つけることができます（私がこれを書いているのでウェブサイトはダウンしていますが、すぐに修正されるでしょう！）。これは、ネットワーク分析のためのほぼ最も包括的なデータ収集です。しかし、問題はどちらを使用するのがより標準的かということです。

さて、ザカリーの空手クラブを除いて明確な答えはありません！

Community Detectionアルゴリズムで文献レビューを行うと、ほとんどすべての優れた論文が異なるネットワークを使用していることがわかります。私の提案は、グラフのベンチマークのためにAndrea LancichinettiとSanto Fortunatoが行ったことを通り抜けることです。彼らはいくつかのベンチマークグラフ生成アルゴリズム、例えばこれを提案しました。

それが役に立てば幸い ：）

多分あなたはここをチェックすることができます-http://snap.stanford.edu/data/

各データセットについて、それらが使用された作品の参照も表示されます

私が知っている唯一のことは、Neo4jなどのグラフデータベースのベンチマークデータです。

次のようなリンクを見つけることができます：http : //istc-bigdata.org/index.php/benchmarking-graph-databases/

ネットワーク分析とグラフ理論をテストするためのデータを見つけることができます。

さらに、Twitter / FacebookのAPIを使って自分のデータを収集することもできます。これは、探しているデータが見つからない場合の提案でもあります。