Machine learningNetwork science

Wykrywanie społeczności ważonych

Wykrywanie społeczności ważonych identyfikuje gęsto połączone grupy — społeczności — w sieciach, gdzie krawędzie niosą liczbowe wartości (wagi). Poprzez uwzględnienie wag krawędzi w funkcji modularności, ujawnia strukturę, której samo binarne sąsiedztwo by nie dostrzegło: dwa węzły połączone silnym wiązaniem są traktowane jako bardziej podobne niż dwa węzły połączone słabym. Algorytm Louvain jest dominującą praktyczną implementacją.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+2 more

Źródła

  1. Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10), P10008. DOI: 10.1088/1742-5468/2008/10/P10008
  2. Newman, M. E. J. (2004). Analysis of weighted networks. Physical Review E, 70(5), 056131. DOI: 10.1103/PhysRevE.70.056131

Jak cytować tę stronę

ScholarGate. (2026, June 3). Weighted Community Detection in Networks. ScholarGate. https://scholargate.app/pl/network-analysis/weighted-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.

Compare side by side

Cytowana przez

ScholarGateWeighted Community Detection (Weighted Community Detection in Networks). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/weighted-community-detection · Zbiór danych: https://doi.org/10.5281/zenodo.20539026