基于结构相似度和属性相似度的社区检测算法
community_detect的Python项目详细描述
社区检测
使用属性和结构相似性进行社区检测。
安装：
PIP安装社区检测
依赖关系：
网络
matplotlib文件
用法：
导入：
从社区检测导入社区
初始化：
com=community（alpha_weight=0.5）您可以为alpha添加自己的值
功能：
主要方法：获取社区图
顶点，顶点列表
相似度矩阵，属性相似度的相似度矩阵（它应该是n x n矩阵，其中n是顶点数
相似矩阵类型：余弦、欧几里德等
）
返回一个字典，其中每个键包含该社区中的所有节点
查看社区：查看社区（communities），上述功能的输出
图表，您的图表
顶点，顶点列表
相似度矩阵，属性相似度的相似度矩阵（它应该是n x n矩阵，其中n是顶点数
相似矩阵类型：余弦、欧几里德等
）
使用属性和结构相似性进行社区检测。
安装：
PIP安装社区检测
依赖关系：
网络
matplotlib文件
用法：
导入：
从社区检测导入社区
初始化：
com=community（alpha_weight=0.5）您可以为alpha添加自己的值
功能：
主要方法：获取社区图
顶点，顶点列表
相似度矩阵，属性相似度的相似度矩阵（它应该是n x n矩阵，其中n是顶点数
相似矩阵类型：余弦、欧几里德等
）
返回一个字典，其中每个键包含该社区中的所有节点
查看社区：查看社区（communities），上述功能的输出
图表，您的图表
顶点，顶点列表
相似度矩阵，属性相似度的相似度矩阵（它应该是n x n矩阵，其中n是顶点数
相似矩阵类型：余弦、欧几里德等
）
欢迎加入QQ群-->： 979659372
