그래프의 edge density를 기반으로 커뮤니티를 탐지하는 알고리즘. Embedding이나 벡터 DB 없이 그래프 토폴로지만으로 클러스터링한다.
핵심 내용
Leiden은 Louvain 알고리즘의 개선판으로, modularity를 최적화하여 밀접하게 연결된 노드 그룹(커뮤니티)을 찾는다. Embedding 기반 클러스터링과 달리 그래프 구조 자체가 유사성 신호가 된다 (출처: Graphify README).
Graphify에서의 활용: LLM이 추출한 semantic similarity edge가 그래프에 이미 포함되어 있으므로, Leiden이 이 edge들을 커뮤니티 탐지에 자연스럽게 반영한다. 구조적 관계(import, call graph)와 의미적 관계(semantic similarity)가 하나의 그래프에서 동시에 클러스터링된다.
Python에서는 graspologic 라이브러리의 구현을 사용한다.
관련 링크
- Knowledge Graph Extraction — Leiden을 커뮤니티 탐지에 활용하는 지식 그래프 추출 기법