更新时间:2025-09-19 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