图算法（三）：K核算法（KCore）【计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的体现了节点的传播能力】

一、概述

k核算法（k-core）是图算法中的一个经典算法，用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的体现了节点的传播能力。

适用场景：k核算法（k-core）适用于社区发现、金融风控等场景。

k-Core算法是一种用来在图中找出符合指定核心度的紧密关联的子图结构，在k-Core的结果子图中，每个顶点至少具有k的度数，且所有顶点都至少与该子图中的 k 个其他节点相连。k-Core通常用来对一个图进行子图划分，通过去除不重要的顶点，将符合逾期的子图暴露出来进行进一步分析。k-Core由于其线性的时间复杂度和符合直观认识的可解释性，在风控金融，社交网络和生物学上都具有较多的应用场景。

KCore算法思想：为了减轻k均值算法对孤立点的敏感性，k中心点算法不采用簇中对象的平均值作为簇中心，而选用簇中离平均值最近的对象作为簇中心。

二、

三、

完整代码参考项目：GitHub - mxnaxvex/LGraph: 一款轻便、简洁的单机图计算引擎，提供GraphX相似的编程接口。

---

---

---

参考资料：
直观理解：k-Core算法
KCore算法
K-Core算法（附源码）