Question

我正在研究网络中的检测社区。

我使用的是networkx和Python，我需要实现这个算法：http://arxiv.org/pdf/0803.0476.pdf

这就是我试图解决的问题：首先，我列出包含与图中节点一样多的列表（社区）的列表，以便我可以按索引查找社区。然后，对于每个节点，我找到它们的邻居并计算模块化增益，如下所示：

q1 = (sum_in+ki_in)/float(2*m) - pow(sum_tot+ki,2)/float(pow(2*m,2))
q2 = sum_in/float(2*m) - pow(sum_tot, 2)/float(pow(2*m,2)) -pow(ki,2)/float(pow(2*m,2))
q =  q1 - q2

，其中

for x in temp: # list of neighbors of node i
    sum_in += G.degree(x, weight='weight')
    sum_tot += G.in_degree(x, weight='weight')
    ki_in += weights[i, x]
    ki = G.in_degree(i, weight='weight')

然后我找到最大q并将节点I移动到新社区。但是这不起作用，似乎我在公式中犯了错误，因为大量的节点算法并没有找到社区。

有没有人知道如何解决这个问题？

Answer 1

无权访问您提供的链接。（我打算发表评论，但此时我无法添加评论）

Answer 2

您不需要解决此问题，该算法已在community包中的python中实现。您可以在the source code中了解他们是如何做到的。

如果你必须自己为一项作业实施它，尽量避免使用堆栈溢出的坏习惯，你可以通过自己找到来学习更多;）

使用python和networkx检测社区

2 个答案: