LPA算法与模块度

最新推荐文章于 2023-09-05 23:09:34 发布

wmjtxt

最新推荐文章于 2023-09-05 23:09:34 发布

阅读量1.7k

点赞数

分类专栏： community detection 文章标签：标签传播

本文链接：https://blog.csdn.net/wmjtxt/article/details/84061613

版权

本文详细介绍了标签传播算法（LPA），用于社区检测。算法描述包括节点标签的初始化、标签传播过程及不同的终止条件。此外，还讨论了模块度计算公式及其在评估社区划分质量中的作用，并提供了伪代码。最后，文章探讨了相似度指标和可能的改进思路。

摘要由CSDN通过智能技术生成

LPA算法与模块度

1.算法描述

给每个节点添加标签，初始以每个节点的id作为标签，标签传播过程中将每个节点的邻居节点的
标签中数量最多的标签作为该节点的标签。标签就代表该节点所属社区。

1 以节点id初始化标签
2 遍历每个节点，使用其邻居节点的标签中数量最多的标签更新其自身标签。
3 反复执行步骤2，直到满足终止条件。

关于终止条件

1 直接设置迭代次数
2 根据模块度的增加程度设定
3 每个节点的标签不再变化
4 其他

2.伪代码

中文：

输入:网络G=(V,E)具有|V|=n个节点和|E|=m条边，最大迭代次数maxt
输出:社团发现划分结果C={C1,C2,...Ck},k为社团数量
for each i in V
i.label = i
//每个节点分配唯一的标签
while 不满足终止条件
	g.labeled();
	t = t + 1;