asyn_lpa_communities#

asyn_lpa_communities(G, weight=None, seed=None)[源代码]#

返回社区 G 由异步标签传播检测到。

中介绍了异步标签传播算法 [1]. 该算法是概率的,发现的社区可能会因不同的执行而有所不同。

算法如下。在用一个唯一的标签初始化每个节点之后,该算法会重复地将一个节点的标签设置为该节点的相邻节点中出现频率最高的标签。当每个节点的标签在其相邻节点中出现得最频繁时,算法就会停止。该算法是异步的,因为每个节点都会在不等待其余节点更新的情况下进行更新。

中算法的这一广义版本 [1] 接受边权重。

参数
G
weight字符串

表示边的权重的边属性。如果没有,则假定每条边都有一个权重。在该算法中,边的权重被用来确定标签在节点的邻居中出现的频率:权重越高,意味着标签出现的频率越高。

seed整数、随机状态或无(默认)

随机数生成状态的指示器。见 Randomness .

返回
communities可迭代的

以节点集的形式给出的社区的可迭代。

笔记

边缘权重属性必须是数字。

工具书类

1(1,2)

Raghavan、Usha Nandini、R_ka Albert和Soundar Kumara。”大型网络中检测社区结构的近线性时间算法〉,《物理评论》E 76.3(2007):036106。