اكتشاف المجتمعات — تجميع الرسوم البيانية في الشبكات
اكتشاف المجتمعات هو عائلة من خوارزميات تقسيم الرسوم البيانية التي تكتشف مجموعات فرعية متصلة بكثافة — مجتمعات — داخل شبكة. تم تأسيس المجال رسميًا لأول مرة من خلال مقياس التعديل بواسطة جيرفان ونيومان (2002)، وشهد المجال تقدمًا سريعًا مع طريقة لوفين (بلونديل وآخرون، 2008)، وتحسين لايدن (تراج وآخرون، 2019)، ونهج إنفوماب القائم على نظرية المعلومات. تجيب جميع المتغيرات على نفس السؤال: أي العقد تتجمع معًا بشكل أوثق فيما بينها مقارنة ببقية الشبكة؟
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
المصادر
- Blondel, V.D., Guillaume, J.-L., Lambiotte, R. & Lefebvre, E. (2008). Fast Unfolding of Communities in Large Networks. Journal of Statistical Mechanics, 2008(10), P10008. DOI: 10.1088/1742-5468/2008/10/P10008 ↗
- Traag, V.A., Waltman, L. & van Eck, N.J. (2019). From Louvain to Leiden: Guaranteeing Well-Connected Communities. Scientific Reports, 9, 5233. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Community Detection (Louvain, Girvan-Newman, Leiden, Infomap). ScholarGate. https://scholargate.app/ar/network-analysis/community-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تحليل المركزيةتحليل الشبكات↔ compare
- نموذج الرسوم البيانية العشوائية الأسية (ERGM / p*)تحليل الشبكات↔ compare
- التجميع الهرميتعلم الآلة↔ compare
- نماذج انتشار الشبكاتتحليل الشبكات↔ compare
- نموذج الكتل العشوائية (Stochastic Block Modelتحليل الشبكات↔ compare