社区发现算法(一)

最新推荐文章于 2022-09-11 13:31:32 发布
最新推荐文章于 2022-09-11 13:31:32 发布
阅读量1.2w 收藏 29
点赞数 6
分类专栏： Algorithm Graph 文章标签： 图分割 社区发现算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aspirinvagrant/article/details/45584611
版权
本文介绍了两种社区发现算法：K-L（Kernighan-Lin）算法和谱二分算法。K-L算法通过贪婪策略优化社区内部边数与社区间边数的差值，而谱二分算法依赖于Laplace矩阵的特征值进行节点划分。两者均有其局限性，如K-L需预设社区大小，谱二分仅适用于划分两个社区。
摘要由CSDN通过智能技术生成
 图分割方法大多是基于迭代二分法的，基本思想是将图分割成两个子图，然后迭代，最后得出要求的子图数。经典的算法有Kernighan-Lin算法和谱二分算法。


K-L（Kernighan-Lin）算法


K-L（Kernighan-Lin）算法是一种将已知网络划分为已知大小的两个社区的二分方法，它是一种贪婪

最低0.47元/天 解锁文章
GeekStuff
关注
专栏目录
Louvain社区发现算法原理与代码实例讲解
AI大模型应用之禅
08-27 169
Louvain社区发现算法原理与代码实例讲解 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 1. 背景介绍 1.1 问题的由来 随着社交网络、生物信息
二分算法总结
比格夏克
01-04 731
讨论分为3种，第一种是搜索队列中任意我们需求的结果，第三种我们需求队列中有多个返回第一个，第四种未我们搜索队列中有多个返回最后一个元素的index。 第一种： 在一行排好序队列a中搜索target，一定有。 int binarySearch(int a[],int n, int target) { int start = 0,end = n-1; while(start
基于图分割的社区发现GN算法（python）
04-21
社区发现GN算法 采用python编程加以实现 可直接运行。资源很好，有分的尽量下载一下。
基于图分割的社区发现GN算法
11-07
社区发现GN算法 采用C/C++编程加以实现 可运行。资源很好，有分的尽量下载一下。
会议交流 - CCKS2020 | 2020年全国知识图谱与语义计算大会
开放知识图谱
10-16 985
OpenKG开放知识图谱（简称 OpenKG）旨在促进中文知识图谱数据的开放与互联，促进知识图谱和语义技术的普及和广泛应用。 ...
谱聚类算法
pr310762957的博客
11-09 1万+
一、什么是谱聚类算法 聚类的直观解释是根据样本间相似度，将它们分成不同组。谱聚类的思想是将样本看作顶点，样本间的相似度看作带权的边，从而将聚类问题转为图分割问题：找到一种图分割的方法使得连接不同组的边的权重尽可能低（这意味着组间相似度要尽可能低），组内的边的权重尽可能高（这意味着组内相似度要尽可能高）。根据相似度将这些顶点连起来，最后进行分割。分割后还连在一起的顶点就是同一类了。    谱
基于Spark的并行社区发现算法
04-30
针对大规模图数据顶点聚类进行研究，提出了一种基于Spark的并行社区发现算法，其在基于极值优化的串行社区发现算法的基础上设计而成。此外还针对该串行算法在簇调整时因选择顶点数量过少而影响算法运行效率的问题，...
重叠社区发现算法LFM算法python源码含数据集
03-14
LFM算法是来源于论文《Detecting the overlapping and hieerarchical community structure in complex networks》，文档中包含该算法的python的源码，以及用到的数据集，仅供大家学习参考。
Python实现社区发现算法-fast_unfolding算法（可直接使用）
03-02
基于Python3的社区发现算法fast_unfolding，已经对其中的bug进行修改
社区划分算法的python3实现, 包括KL算法、 COPAR、Louvain 算法、LFM算法、InfoMap算法等
10-01
LFM算法是一种基于标签传播的社区发现方法。每个节点最初被分配一个唯一的标签，然后在每一轮迭代中，节点会采纳其邻居中最常见的标签，直到系统稳定，即没有节点改变标签。这种方法简单且适用于大型网络，但可能...
社团划分算法原理整理
weixin_41507383的博客
11-24 5960
社区发现 经典算法 K-L算法 特点： 分为两个大小已知的社团 kernighan-Lin算法，1970年提出，试探优化法，基于一种采用贪婪算法原理讲网络划分为两个大小已知的社团的二分法，七级本思想是在网络划分时引入一个增益函数Q，通过交换节点对，使得Q值最大。 Q=为两个社团内部的边数-两个社团之间的边数 谱平分法 特点：一次分成两个，仅适用于结构明显的网络 利用laplace矩阵 特征向量什么...
网络社区划分的算法分类（2）
YoungITの博客
10-20 3万+
NP-hard问题 介绍NP困难之前要说到P问题和NP问题，P问题是在多项式时间内可以被解决的问题，而NP问题是在多项式时间内可以被验证其正确性的问题。 NP困难（NP-hardness, non-deterministic polynomial-time hardness）问题是计算复杂性理论中最重要的复杂性类之一。如果所有NP问题都可以多项式时间归约到某个问题，则称该问题为NP困难。 进化算法 进化算法（英语：Evolutionary Algorithm ）是人工智能中进化计算的子集。进化算法启发
【知识图谱】Louvain、LPA等5类经典社区发现算法 Python 实战
Python数据挖掘
09-11 1万+
一、社区发现概述根据图论，加权网络表示为𝐺=(𝑉,𝐸,𝑊)，未加权网络表示为𝐺=(𝑉,𝐸)，其中𝑉和𝐸表示节点和边的集合，𝑊分别表示𝐸相应的权重，以连接的强度或容量为单位。在未加权的网络中，𝑊被视为1。子图𝑔⊆𝐺是保留原始网络结构的图划分。子图的划分遵循预定义（pre-define）的规则，不同的规则可能会导致不同形式的子图。社区是代表真实社会现象的一种子图。换句话说，社区是一组具有共同特征的人或对象。
谱聚类算法(Spectral Clustering)
weixin_30872499的博客
06-26 1251
谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割——如图1的Smallest cut(如后文的Min cut)， 也可以是分割规模差不多且割边最小的分割——如图1的Best c...
社区发现算法总览
alaclp的专栏
09-10 1万+
社区发现算法简介（上）-2013年3月31日 已有 973 次阅读 2013-4-7 10:28 |系统分类:科研笔记|关键词:社区发现 简介 1. 社区发现简介 社区，从直观上来看，是指网络中的一些密集群体，每个社区内部的结点间的联系相对紧密，但是各个社区之间的连接相对来说却比较稀疏（图1，当然社区的定义不止有这一种）。这样的社区现象被研究已经很多年了，最早期的记录甚至来自
二分法 matlab_二分法的改进-试值法（matlab）
weixin_29793587的博客
01-27 443
function [c,err,yc] = regula(f,a,b,delata,epsilon,maxl) %=================input================================== %-f is the function input as a sting 'f' %-a and b are the left and right end points %...
社区检测算法总结
qq_41106162的博客
05-06 2万+
社区检测算法 April 26, 2019 1 社区检测 先来说说什么是社区发现吧，学术上的说法是：一个社区由一组连接紧密的结点组成， 同时这些结点与社区外部的结点连接稀疏，如下图所示。那么，社区发现就是在复杂网络中 发现这些连接紧密的社区结构。其实，我个人觉得，社区发现就是网络中的节点聚类 2 社区检测与聚类的区别 社团检测通常是指将网络中联系紧密的部分找出来，这些部分就称之为社团，那么也可 ...
谱聚类算法及其代码（Spectral Clustering）
热门推荐
Jim_Liu
11-02 3万+
简介文章将介绍谱聚类（spectral clustering）的基本算法，以及在matlab下的代码实现。介绍内容将包括： 从图分割角度直观理解谱聚类 谱聚类算法步骤 数据以及实现代码 本文将不会涉及细节化的证明和推导，如有兴趣可参考july大神的文章从拉普拉斯矩阵说到谱聚类.对谱聚类的理解这一节将从图分割聚类的角度直观理解谱聚类。不过，因为本人是从事社交媒体分析的，将从一种社会关系网络的角度来介绍
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值