基于边权重的图聚类

Question

我使用 networkx 构建了一个图表，它是一个以人为节点、消息频率为边权重的社交网络。 我想把这个网络聚集到不同的人群中。 经常互相发信息的人往往在同一组中。 我该如何 go 关于这个？ 我应该使用哪种聚类算法？ 另外，我如何像树状图树一样可视化分组？

在此先感谢：.D PS:: 我已经尝试过使用 python-louvain 进行分区，但这会给出不准确的结果，例如即使他们的消息传递频率非常高，它也会将两个用户划分为不同的组

Answer 1

我曾尝试使用 python-louvain 进行分区，但结果不准确[...]

Louvain 方法并不完美，也没有完美的方法，它们始终取决于您要达到的目标（请参阅本文的结论）。

[...] 就像它将两个用户分成不同的组，即使他们的消息传递频率非常高。

看来这个用户可能属于多个社区......也许可以尝试一种允许重叠社区的分区方法，例如K-Clique 。 这种划分方法允许节点属于多个社区。

算法：

以下是我发现的一些替代算法：

1. networkX 包中已经包含了许多算法（ 这里）。 我会建议girvan_newman但它需要大量的计算能力......

2. CDLib package 还具有许多用于 networkX（ 此处）的算法，包括一些允许重叠社区的算法。 另外，检查leiden 算法，您可能更喜欢它而不是 louvain，它应该更好（根据他们的论文）

3. 对于清晰的社区，我仍然建议使用python-louvain

祝你好运！

Answer 2

我认为您可以使用 cdlib 解决此问题。

cdlib.readthedocs