Louvain大规模社区发现算法
2017-05-04 20:46
639 查看
Louvain算法主要针对文献[1]的一种实现，它是一种基于模块度的图算法模型，与普通的基于模块度和模块度增益不同的是，该算法速度很快，而且对一些点多边少的图，进行聚类效果特别明显，本文用的画图工具是Gephi，从画图的效果来说，提升是很明显的。
文本没有权威，仅是个人工作中的一点总结与思考，能力与时间有限，理解不免有些浅薄，仅做参考。也可能有理解偏差或错误，如有发现，希望不吝指教，多谢！
由于算法中的公式太多，不方便用markdown编辑，所以就将编排好的文档转成图片，如需完整的文档请点击这里下载。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 模块度与Louvain社区发现算法
- 模块度与Louvain社区发现算法
- 模块度与Louvain社区发现算法
- linkurious.js实现Louvain社区发现算法 - sigma.statistics.louvain
- 模块度与Louvain社区发现算法
- 社区发现算法
- 【算法设计】基于大规模语料的新词发现算法
- 基于大规模语料的新词发现算法
- Community Detection （社区发现）算法
- 社区发现(Community Detection)算法
- 社区发现算法总结（二）
- 社区发现的一些算法
- 基于大规模语料的新词发现算法
- 社区发现算法中模块化度量值Q（Modularity)的计算
- 基于大规模语料的新词发现算法
- 社区发现算法之标签传播（LPA）
- 社区发现算法问题&&NetworkX&&Gephi
- 基于大规模语料的新词发现算法【转自matix67】
- [转]基于大规模语料的新词发现算法
- 社区发现(Community Detection)算法