基于边介数的社区发现
另一种社区发现方法是基于边介数。此练习中，您将使用该方法对空手道俱乐部网络再次进行社区划分，并将结果与快速贪婪方法进行可视化对比。
本练习是课程的一部分
R 中的网络分析
练习说明
- 对图对象
g使用函数edge.betweenness.community()，创建社区igraph对象gc。 - 对社区
igraph对象使用函数sizes，计算各社区规模及社区数量。 - 使用
par()将两幅社区图并排绘制。第一幅图应包含上一个练习得到的社区对象kc。第二幅图应包含本练习得到的社区对象gc。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Perform edge-betweenness community detection on network graph
gc = ___(g)
# Determine sizes of each community
___(___)
# Plot community networks determined by fast-greedy and edge-betweenness methods side-by-side
par(mfrow = c(1, 2))
plot(___, g)
plot(___, g)