文档首页 > > 用户指南> 算法参考>

Louvain算法

Louvain算法

分享
更新时间:2020/12/14 GMT+08:00

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

表1 Louvain算法参数说明

参数

是否必选

说明

类型

取值范围

默认值

coveragence

收敛精度

Double

0~1,不包括0和1

0.00001

max_iterations

最大迭代次数

Int

1~2000

100

weight

边上权重

String

空或字符串

  • 空:边上的权重、距离默认为“1”
  • 字符串:对应的边上的属性将作为权重,当某边没有对应属性时,权重将默认为“1”
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。

分享:

    相关文档

    相关产品