标签传播算法 Near linear time algorithm to detect community structures in large-scale networks

标签传播算法 Near linear time algorithm to detect community structures in large-scale networks

文章发表时间：2007年

1. 算法思想

1. 假设节点x有邻居x₁,x₂，…，x_k，并且每个邻居都携带一个标签，表示他们所属的社区。然后x根据邻居的标签确定它的社区。

2. 假设网络中的每个节点都选择加入其邻居数量最多的社区，并均匀随机地断开联系。

3. 用唯一的标签初始化每个节点，并让标签在网络中传播。随着标签的传播，密集连接的节点组很快在一个唯一的标签上达成共识。

4. 当许多这样的密集的节点在整个网络中创建组，它们继续向外扩展，直到有可能这样做。在传播过程的最后，具有相同标签的节点被分组为一个团体。

2. 算法流程

1. 初始化网络中所有节点的标签，给定节点 x ,C_x(0) = x
2. 初始化：t = 1
3. 对网络中的节点随机排序，序列为 X
4. 对于每个 x ∈ X 选择特定的顺序， C_x（t）= f ( C_{x_i1}(t), … ,C_{x_im}(t),C_{x_i(m+1}(t−1）, … ,C_{x_ik}（t−1）)，其中函数 f 返回在邻居中出现频率最高的标签，并且关系被随即打破
5. 如果每个节点的标签都是其邻居的最大数量，则算法停止，否则 t=t+1,重复上述过程。