我已经开始使用gephi来帮助我显示数据集。数据集包含：
标签（某个图片的术语）作为节点
规范化的Google相似度这些标签之间的距离为具有权重的边（在0和1之间）
每个标签都连接到其他每个标签，只要它们都属于同一张图片。所以我为每张图片都有一个节点和边缘簇。
我现在以下列格式将此数据集导入gephi：
节点：id，label
边：目标，来源，重量（0到1之间）
像500个节点和6000个边缘。
我现在的问题是，在导入所有这些节点和边缘后，图形看起来有点没有实际的顺序。每张图片的每个簇都混合到其他图片的其他簇中。现在使用Modularity作为Partitition算法（应该使用Louvain方法）图形变色，每种颜色代表一张图片。现在我可以使用Force Atlas 2 Layout来分割这个混乱。
我现在有一个彩色图表，有15个簇（每个簇代表1张图片）
现在我想根据标准化的google距离（边缘的权重）使用标签（节点）再次聚类这些集群，那么它们应该是它们含义上相等的标签。
我希望你们明白我想要完成的事情。我也可以上传一张图片来澄清它。
非常感谢
我认为你不能用标准版的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适用于可视化和浏览图形，但（目前）在处理拓扑属性时有更完整的工具。例如，igraph库（在C，R和python中可用）可能更适合您。请注意，您可以使用兼容Gephi和igraph的文件格式，这样您就可以在同一数据上使用这两种工具。
我能够解决我的问题。我不得不自己导入这15个集群中的每一个。通过这种方式，我可以使用Modularity方法。