导读：本文来自作者的学习笔记。主要讲解Graph中社群的概念，然后介绍了一种简单的社群发现算法Louvain Algorithm，最后提供可重叠的社群发现，提出BigCLAM算法，用来识别节点从属关系。
01
Granovetter's theory
马克·格兰诺维特（Mark Granovetter，1943年10月20日－），美国社会学家，斯坦福大学教授。格兰诺维特是论文被引用最多的学者之一，根据 Web of Science 的数据，社会学论文被引数排名第一和第三的文章皆出自格兰诺维特之手。格兰诺维特因为对社会网络和经济社会学的研究而成名。其最著名成就是1974年提出的弱连接理论：与自己频繁接触的亲朋好友之间是一种“强连接”，通过这种连接获取到的往往是同质性的信息；但社会上更为广泛的是一种并不深入的人际关系，这种弱关系能够使个体获得通过强关系无法获取到的信息，从而在工作和事业上、在信息的扩散上起到决定作用。
格兰诺维特的研究认为如果两个人之间有共同的朋友，那他们成为朋友的可能性较大。
格兰诺维特的研究也在真实的数据上得到了验证：
1. Edge Overlap
简单解释下，Edge Overlap表示两个节点的邻居节点的重合程度（本身节点不在计算范围内），下图中右边部分右上图，N(i)=4,N(j)=
来源：oschina
链接：https://my.oschina.net/u/4418236/blog/4668158