在图中是否有用于社区检测的算法实现？

Question

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的网站（Newman，Santo等）但无法找到任何代码。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？），但我似乎无法找到它。

Answer 1

社区检测算法有时是库的一部分（例如java的JUNG）或工具（参见Gephi）。当作者发布新方法时，他们有时会使他们的代码可用。例如，Louvain和Infomap方法。

旁注：Girvan-Newman算法有时仍在使用，但它主要被更快更准确的方法取代。为了更好地概述该主题，我建议Community detection algorithms: a comparative analysis或更长Community detection in graphs（103页）。

Answer 2

您应该查看igraph library：

• 7个社区检测算法（包括上面提到的那些）：
  • Edgebetweenness（基于Girvan-Newman链接中心性的方法），
  • Walktrap（Pons-Latapy随机步行方法），
  • 领先的特征向量（纽曼光谱方法），
  • Fast Greedy（Clauset et.al modularity optimization），
  • 标签传播（Raghavan等人），
  • Louvain（Blondel等，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：处理模块化，处理层次结构等。
• 可在R，C和Python中使用
• 开源

我认为，社区检测最完整的工具。 有关详细信息，请查看：What are the differences between community detection algorithms in igraph?

Answer 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Modularity，Girvan-Newman和Clauset-Newman-Moore算法。它是用C ++编写的，并且是BSD许可证。由于许多论文已经使用过它（参见http://snap.stanford.edu/papers.html），它应该是好的。

Answer 4

我们最近实施了our algorithm，它基于Constant Potts模型，快速Louvain优化，以及用于加权和签名网络的InfoMap的可靠映射方程。 Here是开源java项目+可执行jar。