9

我有一个相对较大的图表,顶点:524 边:1125,真实世界的交易。边缘是定向的并且具有权重(包含是可选的)。我正在尝试调查图中的各个社区,并且基本上需要一种方法:

- 计算所有可能的社区

- 计算最佳社区数量

-返回每个(最佳)社区的成员/成员数

到目前为止,我已经设法将以下代码汇总在一起,该代码绘制了与各个社区相对应的颜色编码图,但是我不知道如何控制社区的数量(即绘制成员资格最高的前 5 个社区)或列出特定社区的成员。

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)

因为边缘介数法的表现很差,所以我再次尝试使用 walktrap 方法:

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 个集群 - 好多了!

现在假设我有一个“已知集群”及其成员列表,并且想要检查每个观察到的集群是否存在来自“已知集群”的成员。返回找到的成员的百分比。以下无法完成??

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)

}  
4

2 回答 2

5

通过仔细查看您正在使用的函数的文档,可以发现其中的几个问题。例如,clusters“值”部分中的文档描述了将从函数返回的内容,其中一些回答了您的问题。除了文档之外,您始终可以使用该str功能来分析任何特定对象的构成。

话虽如此,要获取特定社区中的成员或成员数量,您可以查看函数membership返回的对象clusters(您已经在使用它来分配颜色)。所以像:

summary(clusters(all2)$membership)

将描述正在使用的集群的 ID。对于您的示例数据,看起来您的集群的 ID 范围从 0 到 585,总共 586 个集群。(请注意,您将无法使用当前使用的配色方案非常准确地显示这些内容。)

要确定每个集群中的顶点数,您可以查看csize也由clusters. 在这种情况下,它是一个长度为 586 的向量,为计算的每个集群存储一个大小。所以你可以使用

clusters(all2)$csize

获取集群大小的列表。请注意,如前所述,您的 clusterID 从 0(“零索引”)开始,而 R 向量从 1(“一个索引”)开始,因此您需要将这些索引移动 1。例如,clusters(all2)$csize[5]返回 ID 为 4 的集群的大小。

要列出任何集群中的顶点,您只需查找membership前面提到的组件中的哪些 ID 与相关集群匹配。因此,如果我想在集群 #128 中找到顶点(其中有 21 个,根据clusters(all2)$csize[129]),我可以使用:

which(clusters(all2)$membership == 128)
length(which(clusters(all2)$membership == 128)) #21

并检索该集群中的顶点,我可以使用该V函数并传入我刚刚计算的作为该集群成员的索引:

> V(all2)[clusters(all2)$membership == 128]
Vertex sequence:
 [1] "625591221 - Clare Clancy"           
 [2] "100000283016052 - Podge Mooney"     
 [3] "100000036003966 - Jennifer Cleary"  
 [4] "100000248002190 - Sarah Dowd"       
 [5] "100001269231766 - LirChild Surfwear"
 [6] "100000112732723 - Stephen Howard"   
 [7] "100000136545396 - Ciaran O Hanlon"  
 [8] "1666181940 - Evion Grizewald"       
 [9] "100000079324233 - Johanna Delaney"  
[10] "100000097126561 - Órlaith Murphy"   
[11] "100000130390840 - Julieann Evans"   
[12] "100000216769732 - Steffan Ashe"     
[13] "100000245018012 - Tom Feehan"       
[14] "100000004970313 - Rob Sheahan"      
[15] "1841747558 - Laura Comber"          
[16] "1846686377 - Karen Ni Fhailliun"    
[17] "100000312579635 - Anne Rutherford"  
[18] "100000572764945 - Lit Đ Jsociety"   
[19] "100003033618584 - Fall Ball"        
[20] "100000293776067 - James O'Sullivan" 
[21] "100000104657411 - David Conway"

这将涵盖您遇到的基本 igraph 问题。其他问题更多与图论相关。我不知道使用 iGraph 来监督要创建的集群数量的方法,但有人可能会为您指出一个能够做到这一点的包。您可能会更成功地将其作为一个单独的问题发布,无论是在这里还是在其他场所。

关于您想要遍历所有可能的社区的第一点,我认为您会发现这对于显着大小的图表是不可行的。5 个不同簇的向量可能排列的数量为membership5^n,其中 n 是图的大小。如果你想找到“所有可能的社区”,如果我的心算是正确的,这个数字实际上是 O(n^n)。从本质上讲,即使有大量的计算资源,也不可能在任何合理规模的网络上进行详尽的计算。所以我认为你最好使用某种智能/优化来确定图表中表示的社区数量,就像clusters函数一样。

于 2012-03-27T16:05:03.207 回答
1

关于 OPs 问题中的“如何控制社区数量”,我使用社区上的 cut_at 函数将生成的层次结构切割成所需数量的组。我希望有人可以确认我在做一些理智的事情。即,考虑以下事项:

#Generate graph
adj.mat<- matrix(,nrow=200, ncol=200) #empty matrix
set.seed(2) 

##populate adjacency matrix
for(i in 1:200){adj.mat[i,sample(rep(1:200), runif(1,1,100))]<-1}
adj.mat[which(is.na(adj.mat))] <-0

for(i in 1:200){
  adj.mat[i,i]<-0
}

G<-graph.adjacency(adj.mat, mode='undirected')
plot(G, vertex.label=NA)

##Find clusters
walktrap.comms<- cluster_walktrap(G, steps=10)
max(walktrap.comms$membership) #43

  [1]  6 34 13  1 19 19  3  9 20 29 12 26  9 28  9  9  2 14 13 14 27  9 33 17 22 23 23 10 17 31  9 21  2  1
 [35] 33 23  3 26 22 29  4 16 24 22 25 31 23 23 13 30 35 27 25 15  6 14  9  2 16  7 23  4 18 10 10 22 27 27
 [69] 23 31 27 32 36  8 23  6 23 14 19 22 19 37 27  6 27 22  9 14  4 22 14 32 33 27 26 14 21 27 22 12 20  7
[103] 14 26 38 39 26  3 14 23 22 14 40  9  5 19 29 31 26 26  2 19  6  9  1  9 23  4 14 11  9 22 23 41 10 27
[137] 22 18 26 14  8 15 27 10  5 33 21 28 23 22 13  1 22 24 14 18  8  2 18  1 27 12 22 34 13 27  3  5 27 25
[171]  1 27 13 34  8 10 13  5 17 17 25  6 19 42 31 13 30 32 15 30  5 11  9 25  6 33 18 33 43 10

现在,请注意有 43 个组,但我们想要更粗的切割,因此,检查树状图:

plot(as.hclust(walktrap.comms), label=F)

并以此为基础进行裁剪。我随意选择了 6 个切割,但是,你现在有了更粗的集群

cut_at(walktrap.comms, no=6)

  [1] 4 2 5 4 5 5 3 5 3 4 3 5 5 3 5 5 3 1 5 1 1 5 1 6 1 1 1 4 6 5 5 2 3 4 1 1 3 5 1 4 6 6 3 1 5 5 1 1 5 4 3 1
 [53] 5 2 4 1 5 3 6 3 1 6 6 4 4 1 1 1 1 5 1 4 3 3 1 4 1 1 5 1 5 2 1 4 1 1 5 1 6 1 1 4 1 1 5 1 2 1 1 3 3 3 1 5
[105] 3 3 5 3 1 1 1 1 3 5 2 5 4 5 5 5 3 5 4 5 4 5 1 6 1 3 5 1 1 1 4 1 1 6 5 1 3 2 1 4 2 1 2 3 1 1 5 4 1 3 1 6
[157] 3 3 6 4 1 3 1 2 5 1 3 2 1 5 4 1 5 2 3 4 5 2 6 6 5 4 5 3 5 5 4 4 2 4 2 3 5 5 4 1 6 1 2 4
于 2015-12-30T22:25:09.130 回答