网络科学 - 社区发现 Community structure and detection及其几个实现工具

首先什么是社区（Community structure）呢？其实并非指一个网络相互链接的部分，而是一个网络中连接“紧密的部分”，至于怎么定义紧密就有不少方法了。

社区发现算法能够参考下面的博客：博客1，博客2

 那么又该如何动手实现呢？？

因为小组主要使用python和R语言编程，因此首先想到networkX这个python包，可是我找了一下里面并无相应的算法实现。其次是igraph，它提供了python和R语言的接口，然而经过调查，只在R的接口文档里找到了一些社区发现算法，好比几个fast_greedy，等

除了这两个包外，还有一个很不错的包，这个包，小组的成员之前并无使用过，叫graph-tool，这个包里，实现了一些社区发现的算法。固然在python下还有一些单独的社区发现算法包，可是这些相对独立，这里就不在介绍了

比较好的处理数据与绘制网络图可能要分开，绘制大规模网络图能够使用gephi，使用这个软件能够手动设置可视化的网络图，这样咱们使用python等处理网络数据和执行网络算法，使用gephi执行可视化，会是一个很不错的工做流。gephi其实很强大，里面其实也实现了社区发现的一些算法。请参考它的文档。

若是如对比较庞大的数据集。

 

参考文献

1. http://barabasi.com/networksciencebook/resources/chapter9.html
2. http://stats.stackexchange.com/questions/2948/how-to-do-community-detection-in-a-weighted-social-network-graph
3. http://stackoverflow.com/questions/5822265/are-there-implementations-of-algorithms-for-community-detection-in-graphs?noredirect=1&lq=1
4. http://senseable.mit.edu/community_detection/
5. http://stackoverflow.com/questions/9471906/what-are-the-differences-between-community-detection-algorithms-in-igraph
6. http://stackoverflow.com/questions/24513339/how-to-find-measures-after-community-detection-in-igraph-r?rq=1