第一、

這個方法是一個典型的EM算法。定義了一個“模塊度”的量化評價指標，然后結合上優化方法，不斷地優化模塊度，最終得到社群劃分的結果。

第二、模塊度的定義，具體如下：

對于圖中任意兩個節點，i和j

1、A(i,j)表示兩點之間的邊的權重

2、2m表示所有邊的權重和

3、k(i)表示點i所有邊的權重和（度中心性）

4、c(i,j)表示兩者是否在一個社區，如果在則為1否為為0

含義理解：

可以看到，

1、對于一個社區內邊越多，對外邊越少，則模塊度越大。

第三、算法流程

Louvain社區劃分算法及Java語言實現_Aldebran__的博客-CSDN博客_社區劃分算法實現

1、每個節點當成一個社群；

2、每個節點的社區編號由相鄰節點決定；（看看把當前節點給誰，模塊度最大）

3、遍歷所有節點；

4、重復1~3，直到所有節點的社群編號收斂；

======================

模塊度定義，隨時間的演化：

louvain算法 - 知乎

------------------------

?

?

?結論：對于模塊度的定義，記住這句話就好：每個社團內部的邊的權重之和，減去所有外部與社團節點相連邊的權重之和。

總結

以上是生活随笔為你收集整理的community_louvain社群划分方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。