Utilisez le paquet igraph R: http://igraph.sourceforge.net/doc/R/fastgreedy.community.html ce implémente un algorithme rapide pour résultat communautaire en utilisant la méthode de maximisation de la modularité newman-Girvan.
votre code ressemblera à ceci:
library(igraph)
# read graph from csv file
G<-read.graph("edgelist.txt", format="ncol")
fgreedy<-fastgreedy.community(G,merges=TRUE, modularity=TRUE)
memberships <-community.to.membership(G, fgreedy$merges, steps=which.max(fgreedy$modularity)-1)
print(paste('Number of detected communities=',length(memberships$csize)))
# Community sizes:
print(memberships$csize)
# modularity:
max(fgreedy$modularity)
Vous pouvez également essayer sur stats.stackexchange.com. – mbq
@mbq: cool, merci beaucoup. je vais essayer ça. :) – laramichaels
Semble que cela a fonctionné ;-) – mbq