cdlib.algorithms.head_tail

cdlib.algorithms.head_tail(g_original: object, head_tail_ratio: float = 0.4) → NodeClustering

通过在边缘介数上应用头/尾分割来识别复杂网络中的同质社区，考虑到其重尾分布。

注意：此实现适用于中小型图，对于较大的图可能需要几分钟或更长时间。

支持的图表类型

无向	有向	加权
是的	否	否

Parameters:

• g_original – 一个 networkx/igraph 对象

• head_tail_ratio – 头/尾分割规则。浮点数在[0,1]之间，默认值为0.4。

Returns:

节点聚类对象

Example:

>>> from cdlib import algorithms
>>> import networkx as nx
>>> G = nx.karate_club_graph()
>>> coms = algorithms.head_tail(G, head_tail_ratio=0.8)

References:

Jiang B. 和 Ding M. (2015), 在复杂网络中定义最小社区为同质群体, Physica A, 428, 154-160.

注意

参考实现：https://github.com/dingmartin/HeadTailCommunityDetection