Community-Erkennung
Mit dieser Option werden Communitys im Datenset identifiziert. Eine Community kann als ein Untergraph betrachtet werden, in dem die Dichte interner Verbindungen größer als die Verbindungen mit dem Rest der Knoten im Netzwerk ist. Die Community-Erkennung basiert auf einem iterativen Algorithmus, bei dem die Stoppkriterien die maximale Anzahl der Iterationen und die Modularitätssteigerung zwischen einer Iteration und der nächsten sind, dargestellt durch Epsilon.
Weitere Informationen zur Berechnung der Community-Erkennung finden Sie in den Erläuterungen zum Louvain-Algorithmus
.
Sie können auch die Communitys eines Graphen als Grundlage für die Communitys eines anderen Graphen verwenden. Beispielsweise könnten die Communitys für Februar mit denen für Januar initialisiert werden, sodass sich die Entwicklung von einem Monat zum nächsten visualisieren lässt.
Beachten Sie, dass die Community-Erkennung für transaktionale Graphen nicht verfügbar ist.
| Option | Beschreibung |
|---|---|
| Maximale Anzahl an Iterationen | Maximale Anzahl an Iterationen, nach der der Algorithmus beendet werden soll, wenn das Epsilon-Kriterium nicht erreicht wurde |
| Epsilon | Wert, unterhalb dessen die Modularitätssteigerung nicht mehr interessant genug ist, um eine weitere Iteration des Algorithmus zu rechtfertigen |
| Initialwert aus Graph | Graph, aus dem Sie die Communitys als Initialwert für den aktuellen Graphen verwenden möchten Die Liste "Initialwert aus Graph" enthält nur die Namen von Graphen, für die die Community-Erkennung aktiviert wurde. Für transaktionale Graphen ist die Initialwertbildung für Communitys nicht verfügbar. |
| Selbstschleifen ignorieren | Reduziert die Anzahl der Communitys und verbessert den Überblick über die Graphstruktur |
| Supercommunitys deaktivieren | Deaktiviert die Erstellung von Supercommunitys, wodurch die Erstellung von großen Graphen beschleunigt wird |
Mit der Option Erkennung von Mega-Hubs optimieren werden alle Knoten entfernt, für die der Grad über der Schwelle liegt. Es gibt zwei Möglichkeiten zur Festlegung dieser Schwelle:
Der Standardabweichungsfaktor ist standardmäßig auf 4 festgelegt.
Wenn Sie diese Option für einen Transaktionsgraphen konfigurieren, müssen Sie die Schwelle sowohl für die Quellpopulation als auch für die Zielpopulation konfigurieren.