网络科学 - 社区发现 Community structure and detection及其几个实现工具

时间:2024-08-16 23:07:38

首先什么是社区(Community structure)呢?其实并不是指一个网络相互连接的部分,而是一个网络中链接“紧密的部分”,至于怎么定义紧密就有很多方法了。

社区发现算法可以参考下面的博客:博客1,博客2

那么又该如何动手实现呢??

由于小组主要使用python和R语言编程,所以首先想到networkX这个python包,但是我找了一下里面并没有相应的算法实现。其次是igraph,它提供了python和R语言的接口,然而通过调查,只在R的接口文档里找到了一些社区发现算法,比如几个fast_greedy,等

除了这两个包外,还有一个很不错的包,这个包,小组的成员以前并没有使用过,叫graph-tool,这个包里,实现了一些社区发现的算法。当然在python下还有一些单独的社区发现算法包,但是这些相对独立,这里就不在介绍了

比较好的处理数据与绘制网络图可能要分开,绘制大规模网络图可以使用gephi,使用这个软件可以手动设置可视化的网络图,这样我们使用python等处理网络数据和执行网络算法,使用gephi执行可视化,会是一个很不错的工作流。gephi其实很强大,里面其实也实现了社区发现的一些算法。请参考它的文档。

如果如对比较庞大的数据集。

参考文献

  1. http://barabasi.com/networksciencebook/resources/chapter9.html
  2. http://stats.stackexchange.com/questions/2948/how-to-do-community-detection-in-a-weighted-social-network-graph
  3. http://*.com/questions/5822265/are-there-implementations-of-algorithms-for-community-detection-in-graphs?noredirect=1&lq=1
  4. http://senseable.mit.edu/community_detection/
  5. http://*.com/questions/9471906/what-are-the-differences-between-community-detection-algorithms-in-igraph
  6. http://*.com/questions/24513339/how-to-find-measures-after-community-detection-in-igraph-r?rq=1