Обнаружение сообществ — Кластеризация графов в сетях
Обнаружение сообществ — это семейство алгоритмов разбиения графов, которые обнаруживают плотно связанные подгруппы — сообщества — внутри сети. Впервые формализованная с помощью меры модульности Гирваном и Ньюманом (2002), эта область быстро развивалась благодаря методу Лувейна (Блондель и др., 2008), уточнению Лейдена (Трааг и др., 2019) и информационно-теоретическому подходу Infomap. Все варианты отвечают на один и тот же вопрос: какие узлы кластеризуются между собой плотнее, чем с остальной частью сети?
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Community Detection (Louvain, Girvan-Newman, Leiden, Infomap). ScholarGate. https://scholargate.app/ru/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.
- Анализ центральностиСетевой анализ↔ compare
- Модель экспоненциальных случайных графов (ERGM / p*)Сетевой анализ↔ compare
- Иерархическая кластеризацияМашинное обучение↔ compare
- Сетевые модели диффузииСетевой анализ↔ compare
- Стохастическая блочная модельСетевой анализ↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →