更新时间:2022-02-22 GMT+08:00
Louvain算法
概述
Louvain算法是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。
适用场景
Louvain算法适用于社团发掘、层次化聚类等场景。
参数说明
参数 |
是否必选 |
说明 |
类型 |
取值范围 |
默认值 |
---|---|---|---|---|---|
coveragence |
否 |
收敛精度 |
Double |
0~1,不包括0和1 |
0.00001 |
max_iterations |
否 |
最大迭代次数 |
Int |
1~2000 |
100 |
weight |
否 |
边上权重 |
String |
空或字符串
说明:
边上权重应大于0。 |
weight |
注意事项
Louvain算法只生成最后的社区结果,不保存层次化结果。
示例
输入参数coverage=0.00001,max_iterations=100,计算得到不同社区的子图会展示在绘图区,节点颜色根据不同社区来区别,JSON结果会展示在查询结果区。
父主题: 算法参考