Vergleich von Community-Algorithmen
Es gibt viele Möglichkeiten, Communities in einem Graphen zu finden (du kannst hier mehr darüber lesen). Leider liefern unterschiedliche Community-Detection-Algorithmen unterschiedliche Ergebnisse, und welcher Algorithmus am besten ist, hängt von den Eigenschaften deines Graphen ab Yang et. al..
Du kannst die resultierenden Communities mit compare() vergleichen. Das liefert einen Score („variance of information“), der zählt, ob zwei Knoten Mitglieder derselben Community sind oder nicht. Ein niedrigerer Score bedeutet, dass die beiden Community-Strukturen ähnlicher sind.
Ob zwei Knoten in derselben Community sind, siehst du mit membership(). Wenn die Knoten dieselbe Membership-Nummer haben, gehören sie zur gleichen Community.
Diese Übung ist Teil des Kurses
Fallstudien: Netzwerkanalyse in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Make retweet_graph undirected
retweet_graph_undir <- as_undirected(___)
# Find communities with fast greedy clustering
communities_fast_greedy <- (___
# Find communities with infomap clustering
communities_infomap <- ___
# Find communities with louvain clustering
communities_louvain <- ___