Gephi 是网络图分析和可视化领域领先的开源软件。它不仅支持Windows操作系统，还支持苹果Mac和Linux。并且还提供不同编程语言的API软件包，可被整合到不同项目中，SATI @sati 就整合了Gephi的社群检测(Community Detection)算法。

在http://sati-online.cn 创建任务并下载Gephi 源文件。这里以《信息资源管理学报》截止到2019/07为止的所以文献题录为例。SATI 任务地址：http://sati-online.cn/#!/read/20190801073937283-e140824c-7068-4c6c-9381-a8eca0151489
点击【知识图谱】-【关键词】，下载供Gephi使用的源文件。
打开Gephi 并导入SATI 生成的 Gephi 源文件：co-occurence.keyword.gexf
新建工程
导入Gephi源文件
确保图的类型是“无向的”，以及节点和边数量无误。
这时会生成默认的网络图，无色无味，边和节点大小尚未调节。
点击右侧统计栏 - 模块化，Gephi会计算modularity。这里不懂得同学可以参考论文：Vincent D. Blondel, Jean-Loup Guillaume, Renaud Lambiotte, Etienne Lefebvre - Fast unfolding of communities in large networks (2008) PDF下载
模块化计算结果：
下一步我们将探测出的社群按照颜色分类，并应用到网络图上。
点击左上角【外观】选项卡，并按照modularity class进行分类（partition)，然后点击应用。
SATI生成源文件里同时还有节点大小（按照矩阵共现频次），同样可以在【外观】选项卡里调节。
Gephi同时支持显示SATI生成的节点名称，可以在下端【字体选项栏】调整：
字体颜色、大小，节点位置、连线粗细、颜色等均可按需调节以达到美观和高效。

后话：SATI的网络图谱聚类，是应用了同样的算法，但是如果你比较生成的知识图谱的话，其实SATI生成的动态图谱在节点紧凑性和美观上都略胜一筹，并且还可省去使用Gephi软件各种调参的苦恼。