标签传播 ⠀ ⠀ 在大型网络中检测社区结构的近线性时间算法的NetworkX实现(Physical Review E 2008)。 抽象的 社区检测和分析是了解各种现实世界网络的组织的一种重要方法,并且在各种问题中都有应用,例如在社会社区中形成共识或在生化网络中识别功能模块。 当前使用的在大规模现实世界网络中标识社区结构的算法需要先验信息,例如社区的数量和大小,或者在计算上昂贵。 在本文中,我们研究了一种简单的标签传播算法,该算法仅将网络结构用作其指南,既不需要优化预定义的目标函数,也不需要有关社区的先验信息。 在我们的算法中,每个节点都使用唯一的标签初始化,并且每个节点在每个步骤都采用其大多数邻居当前具有的标签。 在此迭代过程中,密集连接的节点组在唯一标签上形成共识,以形成社区。 我们通过将算法应用于已知社区结构的网络来验证该算法。 我们还证明了该算法几乎花费了线性时间,因此与迄今为止