模块度计算python代码_转：模块度(Modularity)与Fast Newman算法讲解与代码实现

一、背景介绍

Modularity(模块度), 这个概念是2003年一个叫Newman的人提出的。这个人先后发表了很多关于社区划分的论文，包括2002年发表的著名的Girvan-Newman(G-N)算法，和2004发表的Fast Newman(F-B)算法，Modularity就是F-B算法中提出的(03年提出的概念，04年确认发表)。

在2006年的时候Newman重新定义了Modularity，实际上只是对原来的公式做了变换，使其适用于Spectral Optimization Algorithms。

早期的算法不能够很好的确认什么样的社区划分是最优的。Modularity这个概念就是为了定义一个对于社区划分结果优劣的评判。

二、Modularity

我们先从06年的定义讲起：

Q=12m∑vw[Avw−kvkw2m]δ(cv,cw)(1)(1)Q=12m∑vw[Avw−kvkw2m]δ(cv,cw)

Q就是模块度，模块度越大则表明社区划分效果越好。Q值的范围在[-0.5,1)，论文表示当Q值在0.3~0.7之间时，说明聚类的效果很好。

我们现在假设有xx个节点，每个节点都代表一个输入，并且我们已经将这些输入划分为了NN个社区，节点彼此之间共有mm个连接。vv和ww是xx中的任意两个节点，当两个节点直接相连时Avw=1Avw=1，否则Avw=0Avw=0。kvkv代表的是节点vv的度，度是图论的基础知识，从一个节点出发有几个边，我们就说这个节点的度是多少。很容易理解，这里的2m2m实际就是整个图中的度(每个节点都计算一次度，那么每条边对应两个节点，所以要乘以2)。δ(cv,cw)δ(cv,cw)是用来判断节点vv和