更新时间:2025-07-14 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 |
|---|---|---|---|---|---|
convergence | 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 | Integer | 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。 | 空 |
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:图算法参考

