Answers:
我知道Gephi可以处理无向加权图,但是我似乎记得它必须存储在GDF中,它非常接近CSV或Ucinet DL。请注意,它仍然是Alpha版本。现在,关于对图形进行聚类,除了最新版本中提供的MCL算法外,Gephi似乎都缺乏聚类管道。2009年有一个Google Code项目,即Gephi Network Statistics(以Newman的模块化指标为特色),但我不知道是否已经朝这个方向发布了一些东西。无论如何,它似乎允许进行某种模块化/集群计算,但另请参见使用R和Gephi进行的社交网络分析和使用R和Gephi进行社交网络分析的数据准备(非常感谢@Tal)。
如果您习惯使用Python,则值得尝试NetworkX(以下是带有相应代码的加权图示例)。然后,您可以通过多种方式进行分析。
您还应该查看INSNA-社交网络分析软件或Tim Evans的有关复杂网络和复杂性的网页。
Louvain模块化算法可在C ++中使用:https: //sites.google.com/site/findcommunities/
它处理数百万个节点和边的加权网络,并且已被证明比纽曼算法要快得多。
如果您使用的是python,并且已使用NetworkX创建了加权图,则可以使用python-louvain进行聚类。其中G是加权图:
import community
partition = community.best_partition(G, weight='weight')
SLPA(现称为GANXiS)是一种快速算法,能够检测社交网络(无向/有向和无加权/加权)中不相交和重叠的社区。结果表明,该算法在现实社会和基因网络上产生了有意义的结果。它是最新技术之一。它可以在
https://sites.google.com/site/communitydetectionslpa/
查看更多评论arxiv.org/abs/1110.5813