与igraph或其他库重叠的社区检测

Question

我想在小型网络/图形中检测重叠的社区。通过重叠，我的意思是在检测算法的输出中，一个节点可以包含在多个社区/集群中。在

我已经看过了igraph当前提供的各种社区检测算法，但我认为它们都不能处理重叠的社区。在

理想情况下，我希望能够以编程方式在Python中利用这种算法的一些实现。然而，在其他语言中实现也是可以的。在

Answer 1

如果你不介意使用另一种编程语言，你有CFinder（java），它是基于团渗滤（它基本上寻找紧密连接的团），OSLOM（C++），它优化统计度量，当然也有其他的。在

否则，如果您想坚持使用python，也可以通过Evans & Lambiotte '09来应用该方法：1）将图形转换为线图，2）对其应用常规的社区检测方法，例如使用igraph，以及3）获得重叠的社区。将图形转换为线图看起来不太复杂，而且应该很快，前提是原始图形不太大。无论如何，它比执行社区检测本身要快。在

注意，除了Evans&Lambiotte的方法之外，还有其他方法可以从常规（互斥的社区）方法中获取重叠的社区，例如Bennet et al. '12或{a5}。然而，实现它们似乎不那么简单。在

Answer 2

我不久前使用igraph的Python接口实现了Ahn等人的hierarchical link clustering算法；请参阅其源代码here。在

另外，使用igraph在Python中实现CFinder相当容易；这就是我想到的：

#!/usr/bin/env python
from itertools import combinations

import igraph
import optparse

parser = optparse.OptionParser(usage="%prog [options] infile")
parser.add_option("-k", metavar="K", default=3, type=int,
        help="use a clique size of K")

options, args = parser.parse_args()

if not args:
    parser.error("Required input file as first argument")

k = options.k
g = igraph.load(args[0], format="ncol", directed=False)
cls = map(set, g.maximal_cliques(min=k))

edgelist = []
for i, j in combinations(range(len(cls)), 2):
    if len(cls[i].intersection(cls[j])) >= k-1:
        edgelist.append((i, j))

cg = igraph.Graph(edgelist, directed=False)
clusters = cg.clusters()
for cluster in clusters:
    members = set()
    for i in cluster:
        members.update(cls[i])
    print "\t".join(g.vs[members]["name"])

Answer 3

根据这个blog，networkx现在可以计算重叠的社区。在

下面的代码用于团过滤方法，可在Networkx 11.6中找到。Githubhere

import networkx as nx
from itertools import combinations

def get_percolated_cliques(G, k):
perc_graph = nx.Graph()
cliques = list(frozenset(c) for c in nx.find_cliques(G) if len(c) >= k)
perc_graph.add_nodes_from(cliques)

# Add an edge in the clique graph for each pair of cliques that percolate
for c1, c2 in combinations(cliques, 2):
    if len(c1.intersection(c2)) >= (k - 1):
        perc_graph.add_edge(c1, c2)

for component in nx.connected_components(perc_graph):
    yield(frozenset.union(*component))