1.一种城市交通网络社区划分方法，其特征在于，包括如下步骤：步骤1：对城市内交通网络数据进行预处理生成交通网络无向图：步骤2：利用Louvain算法处理交通网络无向图，基于Louvain算法中模块度初步将网络图划分为几个交通社区；

步骤3：遍历交通网络无向图，找出所有位于交通社区边缘且与其他社区有联系的节点并标记；

步骤4：对于相邻的且位于不同交通社区的边缘节点，利用注意力机制计算其注意力系数并判断互相影响程度；

步骤5：待交通社区划分完成后，对交通网络无向图以及社区的划分进行可视化展示；

其中，步骤1具体包括：

步骤1.1：对城市内所有交通节点设定唯一标识号，形成交通数据集；

步骤1.2：根据交通数据集以及交通节点间道路的分布情况生成一个交通网络无向图；

所述步骤1.1中对城市中所有交通节点，记录节点的位置坐标信息，存入txt文件中，形成交通数据集；

所述步骤1.2中根据交通数据集以及交通节点间道路的分布情况生成一个邻接矩阵，根据所述邻接矩阵生成交通网络无向图；

其中，步骤2中先扫描无向图中的所有节点，针对每个节点遍历该节点的邻居节点，衡量把该节点加入其邻居节点所在社区所带来的模块度的收益；并选择对应最大收益的邻居节点，加入其所在的社区，这一过程重复进行；

当步骤2中Louvain算法收敛后，再执行步骤3，遍历并标记所有在社区边缘且与其他社区节点有联系的节点；

其中，步骤4中，基于soft attention计算节点间的注意力系数，判断节点间的影响程度，若发现两个不在同一社区的相邻节点互相影响程度高，则将两节点中节点较少社区的节点归入另一个社区，如此实施防止出现死循环；重复执行步骤3和步骤4，直到社区不再发生变化为止；

步骤5中对交通网络图及交通社区的划分进行地图可视化展示，不同的社区节点用不同的颜色表示。