公开研究副本:本地绝对路径、实验主机地址已脱敏。NA 保留,Dominator与流量社区不是功能金标;完整可执行库存仍缺失。角色与功能关联是可审核离线推断,未经人工金标或独立外部审查。历史代表截图不认证当次控件对齐。原件 SHA 只认证原件,公开字节 SHA 见发布清单。

Infomap:确认流量确实形成社区,但不是业务金标分区

可复算配置

成熟Infomap2.15.1 Python库,有向、加权、two_level=True、num_trials=5、num_threads=1、默认seed11、Markov time1、teleport0.15、unrecorded teleportation、Self-loop保留。对三种Back图各运行seed11/23/47 × Markov time0.5/1/2,十run共270次完整图划分;另外90次前缀图。保存版本、codelength、社区成员和参数;没有自己实现Infomap优化器。

Run G1 G2 G3 G2_ARI G3_ARI 随机种子最小ARI
omninotes-Rep1 40 39 42 0.918 0.731 0.939
omninotes-Rep2 36 37 36 0.901 0.726 1.0
odkcollect-Rep1 16 16 18 0.928 0.339 1.0
odkcollect-Rep2 16 15 20 0.902 0.448 1.0
scarletnotes-Rep1 51 48 51 0.763 0.622 0.917
scarletnotes-Rep2 35 35 42 0.914 0.715 0.939
wikipedia-Rep1 93 90 92 0.842 0.808 0.844
wikipedia-Rep2 86 89 90 0.837 0.743 0.867
activitydiary-Rep1 33 32 32 0.862 0.885 0.943
activitydiary-Rep2 37 38 38 0.838 0.616 0.846

默认G1共443个社区,其中349个非Singleton;不是443个已经确认的独立功能。降权/删除Back会改变分区,ODK两Rep去Back的ARI降至0.339/0.448,不能据此把Back清掉后最漂亮结果当主结论。固定Markov1时随机seed也会影响AD/Wiki等结果,完整敏感性见 sensitivity.csv。Markov尺度全范围最低ARI约0.106,社区尺度不稳定必须保留。

正例:ODK Download Rep2

Infomap-G1-004 = {g11s37,g11s38,g11s41,g20s82}:345来源执行(15.9%确认预算)、230内部、115确认进入、10次同连续段确认重入、完整停留P90=3、最长11步。全部109个冻结Download入口Target都在内;直接结构Region g11s38仅覆盖2个。不是靠把首页吞入获得高覆盖;首页g1s1在另一个社区。

事件#1899–1902:Download→同页Back→Cancel→Back到主菜单;同样三步后部片段反复出现,完整路径最高84次。对齐缺口使全轨迹被分段,重入10是保守段内计数,不是把115全部称重复进入。

反例与有用的不同粒度

高内部流量部分是算法优化目标内生性,以上结论另经真实停留、重入、时间共现和留出检验。没有功能金标precision/recall,不提供“更准”的虚假百分比。