使用python和networkx检测社区

Question

我正在研究网络中的检测社区。

我正在使用networkx和Python，我需要实现此算法：http://arxiv.org/pdf/0803.0476.pdf

这就是我试图解决它的方法：首先我制作列表列表，其中包含与图中节点一样多的列表（社区），以便我可以通过索引找到社区。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

在哪里

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，因为对于大量节点，算法没有找到社区。

有人知道如何解决这个问题吗？

Answer 1

您不需要解决这个问题，该算法已经在社区包中用python实现了。您可以看看他们是如何在源代码中实现的。

如果你必须自己实现它的任务，尽量避免继续堆栈溢出的坏习惯，你可以通过自己找到更多；）

Answer 2

无法访问您提供的链接。（我本打算发表评论，但目前无法添加评论）