标签传播(LPA)算法是最早的基于标签的一种算法，是所有基于标签的算法的基础。标签传播算法最大的特色是简单、高效，缺点是每次迭代结果不稳定，准确率不高。在标签传播算法基础上改进的标签算法有COPRA、SLPA等。标签传播算法(LPA)是由Zhu等人于2002年提出，它是一种基于图的半监督学习方法，其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建立关系完全图模型，在完全图中，节点包括已标注和未标注数据，其边表示两个节点的相似度，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。由于该算法简单易实现