这是我第一次写博客!很开心和大家分享东西!最近在学习社区发现,其中模块度是衡量社区发现的一个重要指标,而且基于模块度进行社团挖掘的论文也很多,以前看了博客中的一位博主介绍的模块度,感觉非常好,不过这个博主采用的是matlab进行实现的,最近疫情严重,在家无聊,写了一个基于python3版本实现原理。在这里分享一下源码,供大家使用!其中模块度原理参考模块度原理
import numpy as np
def node_degree(node,array):
#计算节点的度数
degree =sum(array[node])
return degree
def A(i,j,array):
#判断两个节点是否存在边
if array[i,j]==0:
return 0
else:
return 1
def k(i,j,array):
#计算两个节点的度数积
kij = node_degree(i,array) *node_degree(j,array)
return kij
def judge_cluster(i,j,l):
#判断两个节点是否在一个社区
if l[i] == l[j]:
return 1
else:
return 0
def Q(array,cluster):
q =0
m =sum(sum(array))/2#总边数
for i in range(array.shape[0]):
for j in range(array.shape[0]):
if judge_cluster(i,j,cluster) != 0:
q +=(A(i,j,array) - (k(i,j,array)/(2*m))) *judge_cluster(i,j,cluster)
q = q/(2*m)
return q
if __name__ == '__main__':
array = np.array([[0, 1, 1],
[1, 0, 0],
[1, 0, 0]])
cluster = [2, 1, 2]
print(Q(array, cluster))