第一、
这个方法是一个典型的EM算法。定义了一个“模块度”的量化评价指标，然后结合上优化方法，不断地优化模块度，最终得到社群划分的结果。
第二、模块度的定义，具体如下：
对于图中任意两个节点，i和j
1、A(i,j)表示两点之间的边的权重
2、2m表示所有边的权重和
3、k(i)表示点i所有边的权重和（度中心性）
4、c(i,j)表示两者是否在一个社区，如果在则为1否为为0
含义理解：
可以看到，
1、对于一个社区内边越多，对外边越少，则模块度越大。
第三、算法流程
Louvain社区划分算法及Java语言实现_Aldebran__的博客-CSDN博客_社区划分算法实现
1、每个节点当成一个社群；
2、每个节点的社区编号由相邻节点决定；（看看把当前节点给谁，模块度最大）
3、遍历所有节点；
4、重复1~3，直到所有节点的社群编号收敛；
======================
模块度定义，随时间的演化：
louvain算法 - 知乎
------------------------
结论：对于模块度的定义，记住这句话就好：每个社团内部的边的权重之和，减去所有外部与社团节点相连边的权重之和。
