图中是否有用于社区检测的算法的实现？ [关闭]答案

【问题标题】：Are there implementations of algorithms for community detection in graphs? [closed]图中是否有用于社区检测的算法的实现？ [关闭]
【发布时间】：2018-02-14 00:45:50
【问题描述】：

我正在寻找社区检测算法的实现，例如 Girvan-Newman 算法 (2002)。我访问了该领域的几位研究人员（Newman、Santo 等）的网站，但找不到任何代码。我想有人在那里发布了这些算法的实现（甚至可能是一个工具包？），但我似乎找不到它。

【问题讨论】：

见：matlab-networks-toolbox

标签： graph graph-theory

【解决方案1】：

社区检测算法有时是库（例如 JUNG 用于 java）或工具（参见 Gephi）的一部分。当作者发布一种新方法时，他们有时会提供他们的代码。例如，Louvain 和 Infomap 方法。

旁注：有时仍会使用 Girvan-Newman 算法，但它大部分已被更快、更准确的方法所取代。为了更好地了解该主题，我推荐Community detection algorithms: a comparative analysis 或更长的Community detection in graphs（103 页）。

【讨论】：

【解决方案2】：

你应该看看igraph library：

7 社区检测算法（包括上面提到的那些）：
- Edgebetweenness（基于 Girvan-Newman 链接中心性的方法），
- Walktrap（基于 Pons-Latapy 随机游走的方法），
- 主要特征向量（纽曼光谱法），
- Fast Greedy（Clauset 等人的模块化优化），
- 标签传播（Raghavan 等人），
- Louvain（Blondel 等人，模块化优化），
- Spinglass（Reichardt-Bornholdt，模块化优化），
- InfoMap（Rosvall-Bergstrom，基于压缩的方法）。
其他相关功能：流程模块化、处理层次结构等
支持 R、C 和 Python
开源

在我看来，最完整的社区检测工具。更多详情，另请查看：What are the differences between community detection algorithms in igraph?

【讨论】：

它现在也可以在 Mathematica 中使用：github.com/szhorvat/IGraphM 涵盖所有社区检测功能。

【解决方案3】：

您可以尝试 SNAP 库（斯坦福网络分析平台，http://snap.stanford.edu/），其中包括模块化、Girvan-Newman 和 Clauset-Newman-Moore 算法。它是用 C++ 编写的，并且在 BSD 许可下。许多论文都使用了它（参见http://snap.stanford.edu/papers.html），它应该很好。

【讨论】：

【解决方案4】：

我们最近实现了our algorithm，它基于Constant Potts 模型、快速鲁汶优化和InfoMap 的可靠映射方程，用于加权和有符号网络。 Here是开源java项目+可执行jar。

【讨论】：

这有帮助，非常感谢！但还有一个小问题，为什么你的分区输出是排序索引？预期将是一个二维数组，如 [[1,2,3],[4,8]] 表示 1,2,3 是一个社区
我们使用“node_id group_id”而不是“group_id node_id1,...”，这样更容易表示自动化处理