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java进阶架构师

dubbo源码解析-详解LoadBalance

终于到了集群容错中的最后一个关键词,也就是LoadBalance(负载均衡),负载均衡必然会涉及一些算法.但是也不用太担心,算法这个词虽然高大上,但是算法也有简...

813
来自专栏机器学习算法原理与实践

贝叶斯个性化排序(BPR)算法小结

    在矩阵分解在协同过滤推荐算法中的应用中,我们讨论过像funkSVD之类的矩阵分解方法如何用于推荐。今天我们讲另一种在实际产品中用的比较多的推荐算法:贝叶...

943
来自专栏数据小魔方

条形图组(辅助序列法)

今天跟大家分享的图表是条形图组(辅助序列法)! ▽▼▽ 这个图表曾在之前的条件格式条形组图中介绍过。不过使用的工具不同,之前那个使用条件格式做成的,今天教大家使...

3329
来自专栏算法channel

机器学习工具:Python 和 Numpy入门

0 写在前头 我们一般都是从C语言开始学起的,后来发现C语言不能满足我们快速开发的需求,因为它的API使用起来不很方便,还有就是有些功能亟待扩展,这时候我们很多...

33913
来自专栏CDA数据分析师

3个步骤彻底学透Excel

本文为简书作者数据充电宝原创,CDA数据分析师已获得授权 目录 Excel函数学习常见的误区和问题及解决办法 ● 苦恼 ● 原因 ● 解决办法 学习3步法 (重...

1868
来自专栏java一日一条

为什么这段代码输出的是”Hello World”

明明是在程序里使用了java.util.Ramdom()函数产生随机数,为什么每次打出的结果都是Hello world? 各位程序员,你们怎么看?请务必要独立思...

492
来自专栏余林丰

初学数据挖掘——相似性度量(二)

  上一篇中介绍了四个算法,并用四个算法分别计算了两个人的相似度。这篇就来讲讲相似性算法在实际当中怎么用。第一:将指定的人与其他人作相似性比较,并从高到低进行排...

1906
来自专栏数据小魔方

R语言学习笔记——柱形图

今天分享R语言中的柱形图,所有图表语法都基于ggplot2包中的ggplot函数完成 。 其实R语言本身就带有各种作图函数,比如plot、bar、pie等,而且...

40613
来自专栏程序员叨叨叨

3.1 Shader Language 原理第 3 章 Shader Language

In the last year I have never had to write a single HLSL/GLSL shader. Bottom lin...

593
来自专栏数据小魔方

带预测区间的图表

今天跟大家分享带预测区间的图表图表制作技巧! 当图表中的数据带有预测区间,也就是包含未来预测的还未发生的业绩数据时,按照惯常的做法,无法很好地区分已发生和未发生...

3215

扫描关注云+社区