如何在igraph中的cluster_walktrap函数中处理权重？

Question

我正在使用戏剧的角色网络。节点表示字符，边表示它们彼此寻址的语音。它是一个有向网络，边权重等于源角色对目标所说的单词数。

在iGraph中，边缘重量有时意味着距离，有时意味着接近。例如，要获得betweenness的正确结果，我需要反转边权重，以便角色对另一个人说的单词越多，越接近＆＃39;他们在网络中：

edgeData <- data.frame(source, target, weight = numWords)
graph <- graph_from_data_frame(edgeData)
betweenness(graph, weights = 1/E(graph)$weight)

现在我想研究我的戏剧的社区结构，我不知道如何正确使用算法。我应该将边缘权重视为距离，并将权重反转，以便更多说话的人物更接近＆＃39;彼此？

cluster_walktrap(graph, weights = 1/E(graph)$weight)

或者我应该将权重视为权重，并将算法用于默认状态？

cluster_walktrap(graph)

感谢您的帮助！

Answer 1

cluster_walktrap(graph)没问题。社区检测，体重是重量，而不是距离。

当我计算一些图表索引时，我也很困惑。

但是如果你想计算最短路径（或其他），你应该使用 weights = 1/E(graph)$weight

你可以设计一个演示。