社区划分的目标是使得划分后的社区内部节点间联系较为紧密，而隶属于不同社区的节点之间的联系则较为稀疏。近年来，几种不同的社区发现算法被提出，如分裂算法，扫描网络试图检测并删除不重要的连接边，凝聚算法等分裂算法也在腧穴社区发现中得到了应用[23]。

    为了评价社区划分的优劣，Newman等提出了模块度的概念[24]，用社区内的连接数量与社区间的连接数量比较以衡量社区内部的连接密度。带权网络中的模块度定义如下：

    Q=12 mi，j[Ai，j-kikj2 m]δ(ci，cj)(1)

    其中，m=12i，jAi，j表示的是网络中的所有的权重，Ai，j表示的是节点i和节点j之间的权重，ki=jAi，j表示的是與顶点连接的边的权重，ci表示的是顶点被分配到的社区，当ci=cj时δ(ci，cj)函数为1，否则为0。

    本文采用基于模块度衡量社区优劣的fast_unfolding算法对病症腧穴网络进行社团划分。算法分为以下步骤：

    1)网络初始化：先将网络中每个节点划分到一个单独的社区中；

    2)迭代计算：对于每个节点 ......