# 基于社区发现的影响力最大化研究

**Repository Path**: abyss_Jim/diploma

## Basic Information

- **Project Name**: 基于社区发现的影响力最大化研究
- **Description**: 本科毕业设计，在前人的基础上研究，提出了PRCP算法与PRDCP算法，再进一步与Louvain社区划分结合。代码比较粗糙。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-05-10
- **Last Updated**: 2024-02-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 社区划分, PageRank, 影响力最大化, 毕业设计

## README

# 基于社区发现的影响力最大化研究

#### 介绍
本科毕业设计，在前人的基础上研究，提出了PRCP算法与PRDCP算法，再进一步与Louvain社区划分结合。代码比较粗糙。
![最后的结果对比图](output/diploma.png)

#### 软件架构
我手撸算法然后将数据存入excel表，再将excel表中的数据绘制成图给我的论文使用。

#### 使用说明
直接安装相应依赖后运行main.py

#### 注意事项
当你切换数据集中时候，要去对应的算法更改一下存入excel表中的列号，否则新数据会覆盖老数据。

#### 附
推荐一下数据集网站
[konect](http://konect.cc/networks/)；
[kaggle](https://www.kaggle.com/)；
[stanford](http://snap.stanford.edu/data/#socnets)