数据分析之图算法: 基于Spark和Neo4j

108

｜

第

6

章

传递给该算法的参数如下。



Library

从图加载的节点标签。



DEPENDS_ON

从图加载的关系类型。

输出结果如下所示：

setId libraries

2 [pytz, matplotlib, spacy, six, pandas, numpy, python-dateutil]

5 [jupyter, jpy-console, nbconvert, ipykernel, jpy-client, jpy-core]

1 [pyspark, py4j]

不出所料，结果与

Spark

实现的完全相同。

前面介绍的两种社团发现算法都属于确定性算法，即每次运行都返回相同的结果。接下来

介绍两种不确定性算法，多次运行的话，即使数据相

同，结果也可能不同。

6.5

　标签传播算法

标签传播算法

（

label propagation algorithm

，

LPA

）是在图中查找社团的一种快速算法。在

该算法中，节点基于直接邻节点选择群组。这种方法非常适用于分组不那么清晰、可以用

权重辅助确定节点所属社团的网络。标签传播算法也很适合半监督学习，这是因为可以使

用预先分配的指示性节点标签作为种子。

该算法的思想是，一个标签可以很快主导连接稠密的节点群组，但它在跨越连接稀疏的区

域时会遇到困难。当算法完成时，标签被困在连接稠密的节点群组中，最终具有相同标签

的节点可视为在同一社团中。该算法将成员关系指派给邻域内关系和节点组合权重最高的

标签，这样就解决了重叠问题（节点可能属于多个簇）。标签传播算法是

2007

年由