Pengesanan Komuniti — Pengelompokan Graf dalam Rangkaian
Pengesanan komuniti ialah satu keluarga algoritma pembahagian graf yang menemui sub-kumpulan yang bersambung padat — komuniti — dalam sesuatu rangkaian. Pertama kali diformalkan melalui ukuran modulariti oleh Girvan dan Newman (2002), bidang ini berkembang pesat dengan kaedah Louvain (Blondel et al., 2008), penapisan Leiden (Traag et al., 2019), dan pendekatan Infomap berasaskan teori maklumat. Semua varian menjawab soalan yang sama: nod manakah yang berkelompok lebih rapat sesama sendiri berbanding dengan bahagian rangkaian yang lain?
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Community Detection (Louvain, Girvan-Newman, Leiden, Infomap). ScholarGate. https://scholargate.app/ms/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.
- Analisis SentralitiAnalisis Rangkaian↔ compare
- Model Graf Rawak Eksponensial (ERGM / p*)Analisis Rangkaian↔ compare
- Pencapanian HierarkisPembelajaran Mesin↔ compare
- Model Penyebaran RangkaianAnalisis Rangkaian↔ compare
- Stochastic Block ModelAnalisis Rangkaian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →