Detecció de Comunitats — Agrupació de Grafs en Xarxes
La detecció de comunitats és una família d'algorismes de partició de grafs que descobreixen subgrups densament connectats —comunitats— dins d'una xarxa. Formalitzat per primera vegada a través de la mesura de modularitat per Girvan i Newman (2002), el camp va avançar ràpidament amb el mètode Louvain (Blondel et al., 2008), el refinament Leiden (Traag et al., 2019) i l'enfocament infomap basat en la teoria de la informació. Totes les variants responen a la mateixa pregunta: quins nodes s'agrupen més estretament entre ells que amb la resta de la xarxa?
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Community Detection (Louvain, Girvan-Newman, Leiden, Infomap). ScholarGate. https://scholargate.app/ca/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.
- Anàlisi de CentralitatAnàlisi de xarxes↔ compare
- Model de Gràfic Aleatori Exponencial (ERGM / p*)Anàlisi de xarxes↔ compare
- Agrupació jeràrquicaAprenentatge automàtic↔ compare
- Models de difusió en xarxaAnàlisi de xarxes↔ compare
- Stochastic Block ModelAnàlisi de xarxes↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →