复杂网络K-Shell算法及其Python实现

最新推荐文章于 2022-04-19 10:43:20 发布

梦家

最新推荐文章于 2022-04-19 10:43:20 发布

阅读量1.8w

点赞数 8

分类专栏： community detection 文章标签：复杂网络节点重要性 K-Shell Python

本文链接：https://blog.csdn.net/dreamhome_s/article/details/78830943

版权

community detection 专栏收录该内容

17 篇文章 22 订阅

订阅专栏

The rest of the world may follow the rules,but i must follow my heart!

随心所欲即使其他人随波逐流。

K-Shell算法

基本思想

K-shell 方法递归地剥离网络中度数小于或等于 k 的节点,具体划分过程如下: 假设网络中不存在度数为 0 的孤立节点。从度指标的角度分析,度数为 1的节点是网络中最不重要的节点,因此首先将度数为 1 的节点及其连边从网络中删除。删除操作进行之后的网络中会出现新的度数为 1 的节点,接着将这些新出现的度数为 1 的节点及其连边删除。重复上述操作,直到网络中不再新出现度数为 1的节点为止。此时所有被删除的节点构成第一层,即 1-shell,节点的 Ks 值等于 1。剩下的网络中,每个节点的度数至少为2。继续重复上述删除操作,得到 Ks 值等于 2 的第二层,即 2-shell。依此类推,直到网络中所有的节点都被赋予 Ks 值。

Python实现

# -*- coding: UTF-8 -*-

"""
Created on 17-12-17

@summary: KShell算法节点重要性度量

@author: dreamhome
"""
from get_graph import read_graph_from_file


def kshell(graph):
    """
    根据Kshell算法计算节点的重要性
    :param graph: 图
    :return: importance_dict{ks:[nodes]}
    """
    importance_dict = {}
    ks = 1
    while graph.nodes():
        # 暂存度为ks的顶点
        temp = []
        node_degrees_dict = graph.degree()
        # 每次删除度值最小的节点而不能删除度为ks的节点否则产生死循环。这也是这个算法存在的问题。
        kks = min(node_degrees_dict.values())
        while True:
            for k, v in node_degrees_dict.items():
                if v == kks:
                    temp.append(k)
                    graph.remove_node(k)
            node_degrees_dict = graph.degree()
            if kks not in node_degrees_dict.values():
                break
        importance_dict[ks] = temp
        ks += 1
    return importance_dict


if __name__ == "__main__":
    # graph = nx.Graph()
    # graph.add_edges_from(
    #     [(1, 4), (2, 4), (3, 4), (4, 5), (5, 6), (5, 7), (3, 5), (6, 7)])
    # print kshell(graph)
    path = "/home/dreamhome/network-datasets/karate/karate.paj"
    graph = read_graph_from_file(path)
    print kshell(graph)