完整加权网络中的社区检测

我确实有一个完整的网络图，其中每个顶点都相互连接，它们仅在不同权重的形式上有所不同。一个示例网络是：一个贸易网络，其中每个国家都以某种方式相互连接，只是贸易量的形式不同。

现在的问题是我如何以这种形式的网络执行社区检测。通常的嫌疑人（算法）只能在未加权或不完整的网络中表现良好。主要问题是测地线到处都是相同的。

我想到了两个选择：

1. 通过在某个“权重阈值级别”将网络切割成更小的部分
2. 或者使用层次聚类算法将整个网络变成块模型。但我认为“测地线术语没有变化”的问题仍然存在。

提出了几种方法。

文献中提出了一种简单而有效的方法大型网络中社区的快速展开（布隆德尔等人，2008）。它支持加权网络。摘自摘要：

我们提出了一种简单的方法来提取大型社区的结构 网络。我们的方法是一种基于模块化的启发式方法 优化。它被证明优于所有其他已知社区 计算时间方面的检测方法。此外，质量 根据所谓的衡量标准，检测到的社区的状况非常好 模块化。

引用论文：

我们现在介绍寻找高模块化分区的算法 在短时间内建立大型网络，并展开完整的 网络的分层社区结构，从而给出 访问社区检测的不同分辨率。

所以它应该适用于完整的图表，但你应该更好地检查它。

可以使用 C++ 实现here（现在维护here).

您的另一个想法 - 使用权重阈值 - 可能被证明是一个很好的预处理步骤，特别是对于不会划分完整图的算法。我认为最好将其设置为权重的某个百分位数（例如中位数）。