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。

利用R语言的igraph作社群挖掘的图

######测试代码######
if(T){
  library(igraph)
  library(grDevices)
  rm(list=ls())
  network=read.csv("./dataset/data/karate.txt",sep=" ",header=F)
  community=read.csv("./result/lporigin_karate/2.1_of_1",sep="\t",header=F)
  label=community[,2]#获取按顶点ID排序后的各顶点的标号
  #将label中各顶点的社区号映射为颜色
  ramp =colorRamp(c("red", "white","blue"));
  ramp(seq(0, 1, length = length(unique(label))))
  panel=rgb( ramp(seq(0, 1, length = length(unique(label)))), max = 255)#设定颜色,颜色数目等于社区数目
  g = graph.data.frame(network,directed=F,vertices=community[,1])
  map=rep(0,length(label))#产生一个全零向量
  color=rep("",length(label))#存放每个顶点的颜色
  index=1
  for(i in unique(label)){
    map[i]=index
    index=index+1
  }
  for(i in 1:length(label)){#将每个社区的顶点颜色设置为同一颜色
    color[i]=panel[map[label[i]]]
  }
  V(g)$color=color#设置顶点颜色
  plot(g,vertex.label.dist=1,vertex.label.font=3,vertex.label.cex=1.5,vertex.label.color=1)
}

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*800px

jpeg(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()

原文发布于微信公众号 - 大数据挖掘DT数据分析(datadw)

原文发表时间:2016-09-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

手机输入法不好用?谷歌要用AI让你打字更快

陈桦 编译整理 量子位 报道 | 公众号 QbitAI 现在,大部分人的日常生活,都离不开手机上的虚拟键盘,而这其中的大部分人都会觉得虚拟键盘不好用。数据显示,...

3377
来自专栏人人都是极客

第二课:开发机器学习app前的准备工作

框架的选择 如上一节课所说,随着机器学习的发展,目前已经出现很多不错的学习框架,这里我们做个对比: TensorFlow:深度学习最流行的库之一,它不仅便携、高...

29610
来自专栏企鹅号快讯

第二课:开发机器学习app前的准备工作

框架的选择 如上一节课所说,随着机器学习的发展,目前已经出现很多不错的学习框架,这里我们做个对比: TensorFlow:深度学习最流行的库之一,它不仅便携、高...

2257
来自专栏深度学习那些事儿

浅谈深度学习的落地问题

关于深度学习人工智能落地,已经有有很多的解决方案,不论是电脑端、手机端还是嵌入式端,将已经训练好的神经网络权重在各个平台跑起来,应用起来才是最实在的。

1331
来自专栏数据的力量

五种高效自学方法 | 用学霸的思维建立系统的知识体系

1774
来自专栏技术翻译

关于TensorFlow你应该知道的9件事

TensorFlow是一个机器学习框架。如果你有大量的数据或你在人工智能中追求的最先进的东西,那么这个框架可能是你最好的选择:深度学习。

270
来自专栏AI研习社

揭开Faiss的面纱 探究Facebook相似性搜索工具的原理

本月初 AI 研习社报道,Facebook 开源了 AI 相似性搜索工具 Faiss。而在一个月之后的今天,Facebook 发布了对 Faiss 的官方原理介...

43210
来自专栏数据小魔方

think-cell chart系列16——树状分布图

今天跟大家分享think-cell chart系列的第16篇——树状分布图。 大家不要困惑于该图表的名称——树状分布图,其实它用的技巧非常简单(就是基本图表的组...

3794
来自专栏木东居士的专栏

详解维度建模

4618
来自专栏ATYUN订阅号

TensorFlow开源Swift For TensorFlow号召研究人员参与(附视频)

在三月的TensorFlow开发者大会上,TensorFlow发布并演示了Swift for TensorFlow,如今已在GitHub上开源。

813

扫码关注云+社区