Stanford Large Network Dataset Collection 斯坦福大学大型网络数据集

官方网站：https://snap.stanford.edu/data/
 

the University of Florida Sparse Matrix Collection 佛罗里达大学稀疏矩阵集合

官方网站：https://sparse.tamu.edu/
 
 

1、com-Orkut（OK）：是Orkut社交网络的无向图

 
官方网站：https://snap.stanford.edu/data/com-Orkut.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/com-orkut.ungraph.txt.gz

Source (citation) 来源（引用）：J. Yang and J. Leskovec. Defining and Evaluating Network Communities based on Ground-truth. ICDM, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	3072441
Edges 边	117185083
平均聚类系数	0.1666
三角形数量	627584181
社区数量	8455253
平均社区规模	34.86
每个节点的社区成员资格	95.9

2、com-LiveJournal：LiveJournal 社交网络和真实社区

 
官方网站：https://snap.stanford.edu/data/com-LiveJournal.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/com-lj.ungraph.txt.gz

Source (citation) 来源（引用）：J. Yang and J. Leskovec. Defining and Evaluating Network Communities based on Ground-truth. ICDM, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	3997962
Edges 边	34681189
平均聚类系数	0.2843
三角形数量	177820130
社区数量	311782
平均社区规模	40.06
每个节点的社区成员资格	3.09

3、com-Friendster：Friendster 是一个在线游戏网络

 
官方网站：https://snap.stanford.edu/data/com-Friendster.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/com-friendster.ungraph.txt.gz

Source (citation) 来源（引用）：J. Yang and J. Leskovec. Defining and Evaluating Network Communities based on Ground-truth. ICDM, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	65608366
Edges 边	1806067135
平均聚类系数	0.1623
三角形数量	4173724142
社区数量	1449666
平均社区规模	26.72
每个节点的社区成员资格	0.32

4、com-Youtube：YouTube 是一个包含社交网络的视频共享网站

 
官方网站：https://snap.stanford.edu/data/com-Youtube.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/com-youtube.ungraph.txt.gz

Source (citation) 来源（引用）：J. Yang and J. Leskovec. Defining and Evaluating Network Communities based on Ground-truth. ICDM, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	1134890
Edges 边	2987624
平均聚类系数	0.0808
三角形数量	3056386
社区数量	8385
平均社区规模	13.5
每个节点的社区成员资格	0.1

5、com-DBLP：DBLP 计算机科学参考书目提供了计算机科学研究论文的完整列表

 
官方网站：https://snap.stanford.edu/data/com-DBLP.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/com-dblp.ungraph.txt.gz

Source (citation) 来源（引用）：J. Yang and J. Leskovec. Defining and Evaluating Network Communities based on Ground-truth. ICDM, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	317080
Edges 边	1049866
平均聚类系数	0.6324
三角形数量	2224385
社区数量	2547
平均社区规模	429.79
每个节点的社区成员资格	2.56

6、com-Amazon：亚马逊产品共同购买网络和真实社区

 
官方网站：https://snap.stanford.edu/data/com-Amazon.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/com-amazon.ungraph.txt.gz

Source (citation) 来源（引用）：J. Yang and J. Leskovec. Defining and Evaluating Network Communities based on Ground-truth. ICDM, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	334863
Edges 边	925872
平均聚类系数	0.3967
三角形数量	667129
社区数量	49732
平均社区规模	99.86
每个节点的社区成员资格	14.83

7、wiki-Talk：维基百科谈话网络

 
官方网站：https://snap.stanford.edu/data/wiki-Talk.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/Wiki-Talk.txt.gz

Source (citation) 来源（引用）：J. Leskovec, D. Huttenlocher, J. Kleinberg. Predicting Positive and Negative Links in Online Social Networks. WWW 2010.

介绍：

数据集统计（属性）	值
Nodes 节点	2394385
Edges 边	5021410
平均聚类系数	0.0526
三角形数量	9203519

8、ego-Facebook：社交圈：脸书

 
官方网站：https://snap.stanford.edu/data/ego-Facebook.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/facebook.tar.gz

Source (citation) 来源（引用）：J. McAuley and J. Leskovec. Learning to Discover Social Circles in Ego Networks. NIPS, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	4039
Edges 边	88234
平均聚类系数	0.6055
三角形数量	1612010

9、ego-Twitter：社交圈：推特

 
官方网站：https://snap.stanford.edu/data/ego-Twitter.html

下载链接：http://snap.stanford.edu/data/bigdata/communities/twitter.tar.gz

Source (citation) 来源（引用）：J. McAuley and J. Leskovec. Learning to Discover Social Circles in Ego Networks. NIPS, 2012.

介绍：

数据集统计（属性）	值
Nodes 节点	81306
Edges 边	1768149
平均聚类系数	0.5653
三角形数量	13082506