Basic Concepts

1. 对于一个给定的网络G=(V,E),其中V为网络的节点集,E为网络的边集.
2. Trace(迹): 将G划分为q个社区,我们用一个qxq的对称矩阵e来表示该划分,e中的每个元素表示连接社区i与社区j的边在G的全部边中所占的比例显然有∑_i,je_ij=1。矩阵e的迹Tr(e)表示连接社区内部节点的边的占比，一个好的社区划分应该有一个数值很高的迹。
3. k_in,k_out分别代表社区总的的内部度与外部度。社区的内部度等于社区内部链接数的两倍，外部度是社区的每个成员与图的其余部分的链接数。

Algorithm_cluster detection

1.不重叠聚类算法

层次聚类

1.GN algorithm(从上到下)
(1)基本思想:不断的删除网络中边介数最大的边，直到网络中每个节点都是一个社团为止

(2)Drawback: at least O(