GN算法和FN算法

GN算法思想

在一个网络之中，通过社区内部边的最短路径相对较少，而通过社区之间边的最短路径的数目则相对较多。Newman等人结合这一网络结构在2002年提出了GN算法，GN算法是一个基于删除边的算法，该算法的本质是基于聚类中的分裂思想。GN算法在原理上是使用边介数作为相似度的度量方法，该算法每次都会选择边介数高的边删除，进而网络分裂速度远快于随机删除边时的网络分裂。

边介数

边介数(betweenness)是指从某个源节点S出发通过该边的最短路径的数目，对所有可能的源节点，重复做同样的计算，并将得到的相对于各个不同的源节点的边介数相加，所得的累加和为该边相对于所有源节点的边介数。

算法步骤

（1）计算每一条边的边介数；

（2）删除边介数最大的边；

（3）重新计算网络中剩下的边的边介数；

（4）重复(3)和(4)步骤，直到网络中的任一顶点作为一个社区为止。

算法缺陷