graph - Gephi 中的聚类(Louvain 方法)

Question

我已经开始使用 gephi 来帮助我显示数据集。
数据集包含:
标签(特定图片的术语)为节点
这些标签之间的标准化 Google 相似度距离为 边缘 带有权重(介于 0 和 1 之间)
每个标签都与其他标签相连，只要它们都属于同一张图片。因此，每张图片我都有一组节点和边缘。
我现在已将此数据集导入到 gephi，格式如下:
节点:标识，标签
边缘:目标、源、权重(介于 0 和 1 之间)
像 500 个节点和 6000 个边。
我现在的问题是，在导入所有这些节点和边之后，图形看起来有点乱，没有真正的顺序。每张图片的每个集群都混合到其他图片的其他集群中。
现在使用模块化作为分区算法(应该使用 Louvain 方法)，图形被着色，每种颜色代表一张图片。现在我可以使用 Force Atlas 2 布局来拆分这个烂摊子了。
我现在有一个带有 15 个集群的彩色图表(每个集群代表 1 张图片)
现在我想根据它们的归一化谷歌距离(边缘的权重)使用标签(节点)再次对这些集群进行聚类，这些标签应该是在其含义上有点相等的标签。
我希望你们明白我想要完成什么。
我也可以上传一张图片来澄清一下。
非常感谢

Answer 1

我认为您无法使用标准版本的 Gephi 做到这一点。您需要开发一个插件来实现流程的最后一步。

Gephi 非常适合可视化和浏览图形，但是(目前)在处理拓扑属性方面有更完整的工具。例如，igraph库(在 C、R 和 python 中可用)可能更适合您。请注意，您可以使用与 Gephi 和 igraph 兼容的文件格式，这样您就可以在同一数据上使用这两种工具。