Apache spark 火花图形框架-标签传播与强连接组件

在标准示例中：

• 当在图形上直观地查看强连接组件时，它们在计算上似乎是合理的

• 因此，我对检测“社区”的标签传播感到惊讶

---

我错过了什么？[A，D，E]从数据来看，我认为这也是一个社区，结果也会相似。我尝试了更多的循环。标签传播似乎是“集群”的近亲。

您在这里发现的是一种称为标签振荡的已知现象，它发生在标签同步更新且（子）图具有二部结构（或星形图）时。这两个社区将无休止地交换他们的标签，LPA将永远不会自行终止

t处的标签：

t+1处的标签：

t+2处的标签：

。。。等等

正如您已经提到的，这并不是我们期望的社区检测算法，因为社区中没有边缘。但这仍然是一种快速算法，对于非二部结构可以提供良好的结果。提出了一种使用异步更新的快速替代方案。但这还没有在图形框架中实现。Graphframes调用LPA（查看代码）的graphX实现，该实现使用同步的Pregel（查看代码）

除了二部结构的LPA问题外，SCC和LPA之间还有一个一般性的区别：

• SCC社区：社区中的每个节点都知道（有一个边缘）社区中的所有其他节点
• LPA社区：对于社区的每个节点，都有一条路径 社区中的（边序列）到社区中的所有其他节点 社区