在做东西的时候用到了社区发现的算法，因此查找了好多人的文章，发现一个不错的总结，先转载过来 原文出处http://blog.csdn.net/aspirinvagrant/article/details/45577033 在社区发现算法中，几乎不可能先确定社区的数目，于是，必须有一种度量 ...

社区（community）定义：同一社区内的节点与节点之间关系紧密，而社区与社区之间的关系稀疏。 设图G=G(V,E),所谓社区发现是指在图G中确定nc(>=1)个社区C={C1,C2,...,Cnv},使得各社区的顶点集合构成V的一个覆盖。 若任意两个社区的顶点集合的交际均为空，则称C ...

作中的一点总结与思考，能力与时间有限，理解不免有些浅薄，仅做参考。也可能有理解偏差或错误，如有发现，希望不 ...

近期想对社区发现领域进行一下简单研究，看到一篇不错的文章，文章是根据国防科大骆志刚教授的论文《复杂网络社团发现算法研究新进展》整理的，主要是对社区发现的一些算法进行简单分析。 一、基于模块度优化的社团发现算法，也就是优化模块度Q值的一部分算法。Q值是由Newman在2004年的论文 ...

　　社区划分问题大多基于这样一个假设：同一社区内部的节点连接较为紧密，社区之间的节点连接较为稀疏。因此，社区发现本质上就是网络中结构紧密的节点的聚类。 　　从这个角度来说，这跟聚类算法一样，社区划分问题主要有两种思路： （1）凝聚方法(agglomerative ...

　　Louvain算法是基于模块度的社区发现算法，该算法在效率和效果上都表现较好，并且能够发现层次性的社区结构，其优化目标是最大化整个社区网络的模块度。 模块度（Modularity ） 　　模块度是评估一个社区网络划分好坏的度量方法，它的物理含义是社区内节点的连边数与随机情况下的边数只 ...

转自：感谢分享！https://zhuanlan.zhihu.com/p/29380602 详细解释见： www.cnblogs.com/fengfenggirl Louvain算法其实是基于层次聚类的，图聚类。层次聚类依据是类间距更大，Louvain算法图聚类依据是模块度（公式在下方 ...

在做东西的时候用到了社区发现，因此了解了一下有关社区发现的一些问题 1，社区发现算法 （1）SCAN：一种基于密度的社团发现算法 Paper: 《SCAN: A Structural Clustering Algorithm for Networks》 Auther: Xiaowei ...