Yhteisöjen tunnistus — Graafien klusterointi verkoissa
Yhteisöjen tunnistus on joukko graafin ositusalgoitmeja, jotka löytävät tiiviisti kytkeytyneitä aliryhmiä — yhteisöjä — verkosta. Ensimmäisen kerran muodollisesti määriteltynä modulaarisuusmittarin avulla Girvanin ja Newmanin (2002) toimesta, ala kehittyi nopeasti Louvain-menetelmällä (Blondel et al., 2008), Leiden-tarkennuksella (Traag et al., 2019) ja informaatioteoreettisella Infomap-lähestymistavalla. Kaikki muunnelmat vastaavat samaan kysymykseen: mitkä solmut klusteroituvat tiiviimmin keskenään kuin muun verkon kanssa?
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Community Detection (Louvain, Girvan-Newman, Leiden, Infomap). ScholarGate. https://scholargate.app/fi/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.
- KeskisyysanalyysiVerkostoanalyysi↔ compare
- Eksponentiaalinen satunnaisgraafimalli (ERGM / p*)Verkostoanalyysi↔ compare
- Hierarkkinen ryvästyminenKoneoppiminen↔ compare
- Verkoston diffuusiomallitVerkostoanalyysi↔ compare
- Stochastic Block ModelVerkostoanalyysi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →