Methodenbewijsdossier

Community Detection

Community detection is a family of graph-partitioning algorithms that discover densely connected sub-groups — communities — within a network. First formalised through the modularity measure by Girvan and Newman (2002), the field advanced rapidly with the Louvain method (Blondel et al., 2008), the Leiden refinement (Traag et al., 2019), and the information-theoretic Infomap approach. All variants answer the same question: which nodes cluster together more tightly among themselves than with the rest of the network?

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Community Detection (Louvain, Girvan-Newman, Leiden, Infomap)

Taxonomisch methodendossier · process-pipeline / network-analysis

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyCentrality Analysismachine-suggested · Relational suggestion, not evidence.Same method familyExponential Random Graph Modelmachine-suggested · Relational suggestion, not evidence.See alsoHierarchical Clusteringmachine-suggested · Relational suggestion, not evidence.Same method familyNetwork Diffusion Modelsmachine-suggested · Relational suggestion, not evidence.Same method familyStochastic Block Modelmachine-suggested · Relational suggestion, not evidence.