用R语言作社群关系分析
在反映大量人群或事物之间的关系时,社交网络图可以清晰的展示’群体’的内含和外延。例如,群体的规模、核心、与其他群体的交叠情况。
社交关系图来表示应用人数和之间的交叠关系,这样更加美观,特别是当应用较多的时候。
两种应用使用人数的示意图
改进后的两种应用使用人数的示意图
数据的准备:
1、首先,整理一份原始数据,文件名是app_sub.txt,数据格式如下:
编号,应用名称
11111,滴滴打车
99999,美图秀秀
99999,微信
99999,优酷
22222,淘宝
22222,滴滴打车
22222,大众点评
……
代表有2980名用户使用APP的情况,各位在自行练习时可以采用随机函数来生成号码清单。
2.利用R读入数据。
g <- read.table(“app_sub.txt”,header= FALSE,sep = “,”,colClasses =c(“character”,”character”))
3.去除NA值
g1<-na.omit(g)
开始绘制简单的社交关系图:
1.简单的社交网络
library(igraph) #加载igraph包
x<-par(bg=”black”) #设置背景颜色为黑色
g2 = graph.data.frame(d = g1,directed = F); #数据格式转换
V(g2) #查看顶点
E(g2) #查看边
#使用layout.fruchterman.reingold方式呈现图形
plot(g2,layout=layout.fruchterman.reingold,vertex.label=NA) #显示网络图
上面的社交网络图中大部分顶点重叠在一起,根本不能看出社交网络中顶点之间的连接关系。下面需要对顶点和边的格式做调整。
3.对顶点和边的格式做调整
设置vertex.size来调整顶点大小, 设置vertex.color来改变显示颜色。
plot(g2,layout=layout.fruchterman.reingold,vertex.size=2, vertex.color=”red”,edge.arrow.size=0.05,vertex.label=NA) #设置vertex大小和颜色后显示网络图
上图中顶点明显归属于某个或某几个社区。但所有的点都是同一个颜色,不能直观呈现出社区的概念。
划分网络图中的社区:
1.利用igraph自带的社区发现函数实现社区划分Igraph包中社区分类函数有以下几种:
不同的分类算法,速度和适用社区网络大小都有所侧重。对于同一网络,采用什么样的分类算法需要实践后去人工判断是否符合预期。
下面利用只有两个社区网络的数据来验证walktrap.community和edge.betweenness.community分类结果的不同之处。
下图是walktrap算法,step=10的情况下得出的结果。原本的2个社区网络被分为66类。把两个大社区分成了一类,把两大社区重叠的部分分成了很多类。显然这不是我们所希望看到的分类结果。可见walktrap算法不太适合网络数量较小的情况。
下图是edge.betweenness算法的出的结果。社区网络被分成两类
edge.betweenness算法算法的呈现
2.美化图形(以顶点分类)
利用walktrap.community进行社区划分,对不同的社区赋值不同的颜色。为了呈现更多的点和线的关系,我们采用了透明化的处理方式。
com = walktrap.community(g2, steps = 10)V(g2)$sg=com$membershipV(g2)$color = rainbow(max(V(g2)$sg),alpha=0.8)[V(g2)$sg]plot(g2,layout=layout.fruchterman.reingold, vertex.size=1,vertex.color=V(g2)$color, edge.width=0.4,edge.arrow.size=0.08,edge.color = rgb(1,1,1,0.4),vertex.frame.color=NA,margin= rep(0, 4),vertex.label=NA)
完成最终的效果图:
1.美化图形(以边线分类)
另一种呈现方式,是点的颜色不变,将不同社区的连线颜色分类。
E(g1)$color=V(g1)[name=ends(g1,E(g1))[,2]]$color #为edge的颜色赋值
V(g1)[grep(“1”, V(g1)$name)]$color=rgb(1,1,1,0.8) #为vertex的颜色赋值
plot(g1,layout=layout.fruchterman.reingold, vertex.size=V(g1)$size, vertex.color= V(g1)$color, edge.width=0.3,edge.color = E(g1)$color,vertex.frame.color=NA,margin= rep(0, 4),vertex.label=NA)
通过上图可以看出本次实验数据中用户体量最大的APP分别是:微信、微博、淘宝、京东。社区交汇的点表示每两个APP之间的共有用户。例如,微信和微博的共有用户位于上图右上角橘黄色线条和黄色线条的交汇处。
社交网络图是近年来展示复杂网络的一种直观的方式。利用社区发现算法对复杂网络进行聚类,可以挖掘出复杂网络包含的深层意义。例如,发现公司组织架构的相关性,利用群体相似性进行“猜你喜欢”的推荐活动。数据分析师培训
利用R语言的igraph作社群挖掘的图
借助R语言的igraph包将用户的社交关系以图形化的方式展现出来,以歌手为例
据根据用户分享的歌曲,使用协同过滤算法计算歌手之间的关联关系。
使用了R语言的可视化包igraph
library(igraph)#读取数据,注意编码格式是utf-8singer <- read.csv('c:/data/tmp/singers-sub.csv', head=T,fileEncoding='UTF-8',stringsAsFactors=F)#加载数据框g <- graph.data.frame(singer)#生成图片,大小是800*800pxjpeg(filename='singers.jpg',width=800,height=800,units='px')
plot(g,
vertex.size=5, #节点大小
layout=layout.fruchterman.reingold, #布局方式
vertex.shape='none', #不带边框
vertex.label.cex=1.5, #节点字体大小
vertex.label.color='red', #节点字体颜色
edge.arrow.size=0.7) #连线的箭头的大小#关闭图形设备,将缓冲区中的数据写入文件dev.off()
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14