cpm(派系过滤算法)实现社区发现

注意：

（1）派系过滤CPM方法(clique percolation method)用于发现重叠社区，派系(clique)是任意两点都相连的顶点的集合，即完全子图。

（2）所有彼此连通的k-派系构成的集合就是一个k-派系社区，其中一个k-派系与另一个k-派系有k-1个节点重叠，则这两个k-派系是连通的

1.1 方法

1.1.1从小派系到k-派系-社区

为了更精确，我们的算法首先提取网络中不属于更大的完全子图的所有完全子图。(此过程的细节将在第1.1.2节中讨论。)这些极大完全子图简称为派系，而k-派系与派系的区别在于k-派系可以是更大的完全子图的子集。

一旦找到了派系，派系-派系重叠矩阵就准备好了。在该对称矩阵中，每一行(和一列)表示一个派系，矩阵元素等于对应的两个派系之间的公共节点数，对角线项等于派系的大小。（注意，两个派系的交集总是一个完整的子图）。

给定k值的k-派系-社区等价于这样的连接集团组件，其中相邻的集团通过至少k−1个公共节点相互连接。

这些分量可以通过擦除每一个小于k−1的非对角项来找到以及矩阵中每一个小于k的对角元素，用1替换剩下的元素，然后对这个矩阵进行分量分析。

​

图1:使用派系-派系重叠矩阵提取k = 4处的k