重叠社区发现CPM算法

示例

之前的推送介绍了几种非重叠社区算法：
【社区发现】Fast-Unfolding算法Python实现
【社区发现】FN算法实现优化，效率更快
【社区发现】FN算法Python实现
非重叠就是指每个节点都将会被划分到唯一的一个社区，今天将介绍一种重叠社区发现算法，重叠社区简单的说就是一个节点可能属于多个社区，例如，你本科的社交圈可以看做一个社区，你研究生的社交圈可以看做一个社区，那么可以认为你同时属于这两个社区。如下图，是某位同学的微博关系网，红色点为该同学，蓝色点为他关注的人，绿色的点为二级关注（他关注的人的关注）。

通过整理，可以明显看出他的两个社区圈（左边四个蓝色点和右边八个蓝色的点）。

而今天介绍的CPM（Clique Percolation Method）算法则是重叠社区发现算法的一种基础算法。下图是重叠社区的示意图：

去看原文

算法介绍

在介绍算法原理时，首先需要弄清楚一个概念：团或派系（Clique），Clique是指完全子图，即在同一Clique中的所有节点两两都相连。

该算法首先会寻找出网络中所有的极大团，可采用Bron-Kerbosch算法来实现。
然后在这些极大团中，通过clique-clique重叠矩阵进行标准成分分析来构建k派系社区（k-clique-communities ）。在这个clique-clique重叠矩阵中的每行每列分别代表识别的极大团，矩阵对应的值表示两个clique共享节点的个数。当需要构建k派系社区时，参数k用来筛选clique节点重叠的个数，当非对角线的值小于k-1时则置为0，当对角线的值小于k时则置为0。

例如，上图有6个cliques，分别定义为：

A:[1,2,3,4]
B:[2,4,6]
C:[2,5,6]
D:[4,6,7,8]
E:[4,6,8,9,10]
F:[3,4,9,10]

Python实现及结果

# -*- coding: utf-8 -*-
# @Author: 武辛
# @Email: geo_data_analysis@163.com
# @Note: 如有疑问，可加微信"wxid-3ccc"
# @All Rights Reserved!

k = 4
if __name__ == '__main__':
  # plot network
  G = nx.read_edgelist("network.txt", create_using = nx.Graph())
  pos = nx.spring_layout(G)
  nx.draw(G, pos, with_labels = True, font_weight = 'bold')
  # plt.show()
  plt.savefig("test.png", phi = 300)

  start_time = time.time()
  network = load_network("network.txt")
  communities = find_overlap_community(network, k)
  print("Find %d communities %s with %.2f seconds" % (len(communities), communities, time.time() - start_time))

6 cliques found!
Find 2 communities [set([1, 2, 3, 4]), set([3, 4, 6, 7, 8, 9, 10])] with 0.00 seconds

原文有源码，更多内容，请关注地学分析与算法。