# 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
表1Louvain算法参数说明 
| 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 - 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。 | 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。