简介基本的标签传播算法(LPA)[1]的思想非常简单，就是让每个结点与它的大多数邻居在同一个社区中。具体算法流程为：初始化，每个结点携带一个唯一的标签；然后更新结点的标签，令其标签与它的大多数邻居的标签相同，若存在多个则随机选择。迭代...
局部拓展的方法是社区发现中的一大类方法，并且现在也比较活跃。这些方法的一个基本的假设就是社区是围绕着一些中心结点形成的，它们一般都是向当前社区中添加或删除节点来优化一个函数。…
社区发现的第一个算法…
啤酒与尿布!…
树模型有一个重要的优点是可解释性比较好，训练之后遍历结构即可获得相应的规则。…
Catboost有个关键特点：可以直接使用类别特征而不需要预处理…
社区发现领域state-of-art的算法!…