Machine learningNetwork science

Vērstā modularitātes analīze

Vērstā modularitātes analīze paplašina klasisko Newman-Girvan modularitātes ietvaru uz vērstiem grafiem, kur šķautnēm ir avots un galamērķis. To 2008. gadā formalizēja Leicht un Newman, un tā sadala mezglus kopienās, maksimizējot modularitātes rādītāju, kas nulles modelī ņem vērā katra mezgla atsevišķo ienākošo un izejošo šķautņu skaitu, padarot to par standarta pieeju kopienu noteikšanai citēšanas tīklos, informācijas plūsmās un citos asimetriskos relāciju datos.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. 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
  2. Newman, M. E. J., & Girvan, M. (2004). Finding and evaluating community structure in networks. Physical Review E, 69(2), 026113. DOI: 10.1103/PhysRevE.69.026113

Kā citēt šo lapu

ScholarGate. (2026, June 3). Directed Modularity Analysis (Leicht-Newman Directed Community Detection). ScholarGate. https://scholargate.app/lv/network-analysis/directed-modularity-analysis

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.

Compare side by side

Uz to atsaucas

ScholarGateDirected Modularity Analysis (Directed Modularity Analysis (Leicht-Newman Directed Community Detection)). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/directed-modularity-analysis · Datu kopa: https://doi.org/10.5281/zenodo.20539026