実世界のトランザクションの頂点: 524 エッジ: 1125 の比較的大きなグラフがあります。エッジには向きがあり、重みがあります (組み込みはオプションです)。グラフ内のさまざまなコミュニティを調査しようとしていますが、基本的に次のメソッドが必要です。
-すべての可能なコミュニティを計算します
-最適なコミュニティ数を計算
-各（最適な）コミュニティのメンバー/メンバー数を返します
これまでのところ、さまざまなコミュニティに対応する色分けされたグラフをプロットする次のコードをまとめることができましたが、コミュニティの数を制御する方法がわかりません (つまり、メンバーシップが最も高い上位 5 つのコミュニティをプロットします) または特定のコミュニティのメンバーを一覧表示します。
library(igraph)
edges <- read.csv('http://dl.dropbox.com/u/23776534/Facebook%20%5BEdges%5D.csv')
all<-graph.data.frame(edges)
summary(all)
all_eb <- edge.betweenness.community(all)
mods <- sapply(0:ecount(all), function(i) {
all2 <- delete.edges(all, all_eb$removed.edges[seq(length=i)])
cl <- clusters(all2)$membership
modularity(all, cl)
})
plot(mods, type="l")
all2<-delete.edges(all, all_eb$removed.edges[seq(length=which.max(mods)-1)])
V(all)$color=clusters(all2)$membership
all$layout <- layout.fruchterman.reingold(all,weight=V(all)$weigth)
plot(all, vertex.size=4, vertex.label=NA, vertex.frame.color="black", edge.color="grey",
edge.arrow.size=0.1,rescale=TRUE,vertex.label=NA, edge.width=.1,vertex.label.font=NA)
エッジの中間性メソッドのパフォーマンスが非常に悪かったため、walktrap メソッドを使用して再試行しました。
all_wt<- walktrap.community(all, steps=6,modularity=TRUE,labels=TRUE)
all_wt_memb <- community.to.membership(all, all_wt$merges, steps=which.max(all_wt$modularity)-1)
colbar <- rainbow(20)
col_wt<- colbar[all_wt_memb$membership+1]
l <- layout.fruchterman.reingold(all, niter=100)
plot(all, layout=l, vertex.size=3, vertex.color=col_wt, vertex.label=NA,edge.arrow.size=0.01,
main="Walktrap Method")
all_wt_memb$csize
[1] 176 13 204 24 9 263 16 2 8 4 12 8 9 19 15 3 6 2 1
19 クラスター - はるかに優れています。
ここで、メンバーのリストを含む「既知のクラスター」があり、観測された各クラスターで「既知のクラスター」のメンバーの存在を確認したいとします。見つかったメンバーの割合を返します。以下を終了できませんか??
list<-read.csv("http://dl.dropbox.com/u/23776534/knownlist.csv")
ength(all_wt_memb$csize) #19
for(i in 1:length(all_wt_memb$csize))
{
match((V(all)[all_wt_memb$membership== i]),list)
}