Graph 大型有向图的社区检测

Malliaros和Vazirgiannis（2013）描述了有向图中聚类和社区检测的许多算法。我有一个相对较大的图，400.000个节点，180.000.000条边，正在寻找能够检测其中社区的软件，但我所研究的网络分析程序，R包，似乎没有任何能够检测大型定向网络中集群的算法（

igraph

有

cluster\u fast\u greedy（）

和

cluster\u louvain（）

，但它们只对无向图起作用。）在R或python中是否有任何包可以做到这一点

---

在中提出了一个类似的问题，区别在于我需要python或R的软件包。

您可以使用python软件包中的Leiden算法，该算法应该比您提到的Louvain算法更快。该软件包适用于多种不同的网络，包括定向网络，但也适用于多路复用网络具有负链接的nd网络。此外，它支持一系列不同质量的功能。它应该可以轻松地扩展到具有数百万个节点的网络（当然前提是它适合内存），运行时通常最多几分钟

---

免责声明：我是该软件包（以及一些相关出版物）的作者.

您可以使用Python软件包中的Leiden算法，该算法应该比您提到的Louvain算法更快。该软件包适用于多种不同的网络，包括定向网络，但也适用于多路复用网络和带有负链接的网络。此外，它还支持一系列不同质量的函数它应该很容易扩展到具有数百万个节点的网络（当然前提是它适合内存），运行时通常最多几分钟

---

免责声明：我是该软件包（以及一些相关出版物）的作者.

我使用了您的软件包，发现它速度快、可扩展且无漏洞。很高兴听到您的声音，谢谢！如果您遇到任何问题，请随时在GitHub中提出问题。感谢您的回答，以及开发leidenalg，它在我的数据集上非常有效。我使用了您的软件包，发现它速度快、可扩展且无漏洞。祝您身体健康r、 谢谢！如果您遇到任何问题，请随时在GitHub中打开一个问题。感谢您的回答，以及开发leidenalg，它在我的数据集上非常有效。