python隶属关系图模型:基于模型的网络中密集重叠社区检测方法

原文链接：http://tecdat.cn/?p=7285

隶属关系图模型 是一种生成模型，可通过社区联系产生网络。下图描述了一个两方社区隶属关系图和一个网络的示例（图1）。

图1.左：两方社区关系图（圆形节点表示三个社区，正方形节点代表网络的节点），右：AGM生成的网络，社区关系图在左侧

need-to-insert-img

当我们使用适合于实际网络的 合成网络时，合成网络具有与真实网络非常相似的特征（图2）。

图2.边缘概率是Orkut网络中常见社区成员数量的函数。

need-to-insert-img

进行社区检测

如果用户指定了用户要检测的社区数量，则 会找到相应的社区数量。如果用户未假定某个概率，则 使用（1 / N ^ 2），其中N是图中的节点数。

例子

我们展示了一些由隶属关系图模型和基础网络检测到的社区的示例。

图创建

如何创建和使用有向图的示例：

# create a graph PNGraph G1 = snap.TNGraph.New() G1.AddNode(1) G1.AddNode(5) G1.AddNode(32) G1.AddEdge(1,5) G1.AddEdge(5,1) G1.AddEdge(5,32)

need-to-insert-img

用于保存和加载图形的 代码如下所示：