Communautés

Déterminer les communautés est un problème assez semblable au problème de clustering mais on cherche aussi à en déterminer le centre ou encore à catégoriser chaque individu autrement que par son appartenance à un cluster.

(à venir)

Lectures

• Katz centrality

• Fast unfolding of communities in large networks (Louvain)

• Modularity and community structure in networks

• Computing communities in large networks using random walks (long version)

• Finding and evaluating community structure in networks

• Mixing patterns in networks

• Networks in Their Surrounding Contexts

• Local Network Community Detection with Continuous Optimization of Conductance and Weighted Kernel K-Means

• Learning Communities in the Presence of Errors

• Fast Detection of Community Structures using Graph Traversal in Social Networks

• Community Extraction in Multilayer Networks with Heterogeneous Community Structure

• Discovering the hidden community structure of public transportation networks (article plutôt didactique)

• Python implementation of Newman’s spectral methods to maximize modularity

Modules

• python-louvain

• GraKeL : algorithmes sur les graphes, plus court chemin, marches aléatoires, méthodes à noyaux

• scikit-network : de nombreux algorithmes comme PageRank, Louvain, …