Louvain算法主要针对文献[1]的一种实现，它是一种基于模块度的图算法模型，与普通的基于模块度和模块度增益不同的是，该算法速度很快，而且对一些点多边少的图，进行聚类效果特别明显，本文用 ...

转载请注明出处：http://www.cnblogs.com/bethansy/p/6953625.html LPA算法的思路： 首先每个节点有一个自己特有的标签，节点会选择自己邻居 ...

一、社区的定义 Newman第一次提出模块度定义就是在2004年发表的这篇文章“fast algorithm for community structure in networks”， ...

一、概念 （1）完全子图/全耦合网络/k-派系：所有节点全部两两相连 图1 这些全耦合网络也成为派系，k- ...

其中部分转载的社区发现SLPA算法文章 一、概念 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 ...

最近做了一些和gnn相关的工作，经常听到GCN 和 embedding 相关技术，感觉很是困惑，所以写下此博客，对相关知识进行索引和记录： 参考链接： https://www.toutiao ...

Louvain Introduce Louvain算法是社区发现领域中经典的基于模块度最优化的方法，且是目前市场上最常用的社区发现算法。社区发现旨在发现图结构中存在的类簇（而非传统的向量空间） ...