该章节涉及到知识图谱的知识，我们先说几个概念
1.节点和边
节点就是现实世界存在的实体，边就是实体和实体之间的关系
2.权重
权重通常用与衡量关系的强弱，权重越大，比如说用户A给用户B打了15个电话，则权重为15
3.有向图无向图
根据边是否有方向，分为有向图和无向图，比如说用户A给用户B打了15个电话就是有向图，但是A和B是同事就是无向图了。
4.中心度和相似性
中心度来衡量网络中每一个节点的活跃程度，其中衡量中心度有多重方式，下面介绍几种表示方法
（1）度：节点的度是指与该节点相连的边的个数，节点的度越大，说明该节点在该网络中越活跃，使groupby和count或者nunique()结合使用可以计算度，也可以使用networkx.degree()计算
（2）Eigenvector中心度：只是使用度就是中心度，乜有考虑到邻接节点的信息，Eigenvector的设计思想是一个节点的活跃并不只体现他有非常大的度，还体现与他相连的节点也有非常多的度。
（3）Pagerank
（4）Bbtweennss
Jaccard相似度
5.节点分类
要对节点进行分类预测，首先要找到从网络中抽取特征的方法，即通过特殊的表达手段，将网络中的节点空间关系抽象为一个向量
（1）朴素节点分类
朴素节点分类思想非常简单，只需要根据节点与其他节点是否相连，进行one-hot编码后，排列成列向量，和标签一起带人分类器进行训练
节点A的向量 表示为[0,1,0,0,1]
因为A和B、E向量，因此[A,B,C,D,E]只有B和E的位置是1，其余都是0
（2）邻节点加权投票
在知识图谱中，通常认为，用户 的信息会由边进行传播并不断衰减，而朴素节点分类中，没有考虑到节点之间的相互作用，一般来说相连的用户可能具有相同的标签，比如一个用户被打上欺诈标签，那么他的一度联系人会转变成欺诈用户的概率会大大提高，这种情况下，可以使用一种叫共生节点分类的半监督学习方法对节点进行分类。
邻节点加权投票（WVRN）是一种典型的共生节点分类法，每一个无标签节点 i 的标签由其邻居 N(i)进行加权投票得到，公式到时再补上
权重就体现在节点 i 的邻居节点标签的概率上，也就是说，邻居中对自己标签最有信息的节点，对应节点 i 的贡献也会越大，从而可以根据网络中部分有标签样本的标签，迭代得到其余无标签样本的标签，最终，网络中的每个节点的标签概率会收敛到一个稳定的值。
（3）一致性标签传播
根据邻居节点概率加权投票的方式，虽然考虑到了节点信息的流转，但是每一次更新的时候都没有将自身的信息考虑进去，简单来说，一个节点在经历一次更新时，相比自身原来的标签不应该有太大的改变。如果想把每个节点自身的信息考虑进去，可以使用另一种共生节点分类的算法，一致性标签传播（CLPM），一致性标签传播也是一种半监督的学习方法，可以根据网络中有部分标签样本的标签，迭代得到其余无标签的样本的标签。
6.社区发现算法
对于团伙欺诈检测，主要有2类发现算法：
（1）社区检测：通过对固定的网络社区进行划分，从而得到一个个团簇结构；
（2）社区搜索：首先给定一个网络社区和其中的某个节点A，然后从节点A出发寻找与A有关的社区；
GN算法：Girvan-Newman算法是最经典的社区发现算法之一，基本思想是，如果去除社群之间连接的边，留下的就是社群。该算法认为，2个社群之间的点的最短路径总是要通过社群间的连接边，因此中心度越大的边，越可能是不同社群的连接边，所以只需要不断将中心度大的边去掉，就可以得到独立的社群。
算法步骤如下：
（1）计算所有边的边中心度；
（2）将边中心度最高的边去掉；
（3）重新计算被去掉的边影响的边的边中心度；
（4）重新第2和第3步，直至不连通的社群个数达到预想值；
import networkx as nx from networkx.algorithms import community import itertools G = nx.karate_club_graph() nx.draw(G,with_labels=True, edge_color='grey', node_color='pink', node_size = 500, font_size = 40, pos=nx.spring_layout(G,k=0.2)) comp = community.girvan_newman(G) # 令社区个数为4，这样会依次得到K=2，K=3，K=4时候的划分结果 k = 4 limited = itertools.takewhile(lambda c: len(c) <= k, comp) for communities in limited: print(tuple(sorted(c) for c in communities))
Louvain算法
在实际使用中，GN算法虽然准确率很高，但是计算量很大，时间复杂度也高，因此再推出Louvain算法