Machine learningNetwork science
Directed Community Detection
Directed community detection은 엣지의 비대칭성(예: A가 B를 팔로우한다고 해서 B가 A를 팔로우하는 것은 아님)을 고려하여 방향성 네트워크에서 밀집하게 상호 연결된 노드 그룹을 식별합니다. 모듈성 또는 흐름 기반 기준을 방향성 그래프에 적용하면 무방향성 방법으로는 체계적으로 놓치는 클러스터를 발견할 수 있으며, 이는 인용 네트워크, 팔로워 그래프 및 생물학적 조절 경로에 필수적입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
출처
- Leicht, E. A. & Newman, M. E. J. (2008). Community structure in directed networks. Physical Review Letters, 100(11), 118703. DOI: 10.1103/PhysRevLett.100.118703 ↗
- Rosvall, M. & Bergstrom, C. T. (2008). Maps of random walks on complex networks reveal community structure. Proceedings of the National Academy of Sciences, 105(4), 1118–1123. DOI: 10.1073/pnas.0706851105 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Directed Community Detection in Networks. ScholarGate. https://scholargate.app/ko/network-analysis/directed-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.
- 방향성 중심성네트워크 분석↔ compare
- 방향성 사회 연결망 분석네트워크 분석↔ compare
- 모듈성 분석네트워크 분석↔ compare
- 사회 연결망 분석네트워크 분석↔ compare
- 확률적 블록 모형 (Stochastic Block Model, SBM)네트워크 분석↔ compare
- 가중치 커뮤니티 탐지네트워크 분석↔ compare