图算法笔记

记笔记能让脑子里的知识结构化说是

GitHub 项目地址：graph-algorithm

一、图的基础操作

• 1.创建图
  • 1.1 从空图开始创建
  • 1.2 用边文件创建
  • 1.3 用已经存在的图、边的列表创建
  • 1.4 创建带权边
  • 1.5 为图添加属性
  • 1.6 创建有向图
• 2.可视化
  • random
  • circular
  • spectral
  • shell
• 3.中心性度量
  • Degree Centrality
  • Closeness Centrality
  • Betweenness Centrality
  • Eigenvector Centrality
• 4.随机图生成
• 5.读写文件
  • 写入文件
  • 读出数据

二、通用图算法

• 连通性 Connectivity
• 最短路 Shortest Paths
• 相似性度量 Similarity Measures
• 距离度量 Distance Measures
• 链接预测 Link Prediction
• 匹配 Matching

三、社区检测算法

• 1.常见社区检测算法
  • 1.1 label Propagation
  • 1.2 Girvan-Newman
  • 1.3 Greedy Modularity
  • 1.4 Louvain
• 2.是否接受边权作为输入
  • 推荐使用 louvain

四、图嵌入

施工中

五、节点分类问题

• Communicability
• Cores
• Clique
• Clustering

六、相似子图挖掘

基于图的编辑距离挖掘

七、稠密子图挖掘

基于图密度挖掘

八、邻域拓扑挖掘

施工中

参考：

• networkx reference
• networkx algorithms
• DGL