如何将存储在磁盘上的邻接矩阵输入到 R 程序中,是进行社交网络分析的起点.在前面的章节中已经介绍了基本的数据结构以及代码结构,本章将会面对一个实质性问题,学习如何导入一个图以及计算图的一些属性. 图的文件表示 导入一个图 生成人工网络 图的基本分析 图的文件表示 在计算机中,最常见的两种表示图的基本结构是邻接矩阵和邻接表.以最简单的无权无向图为例,邻接矩阵中第 \(i\) 行第 \(j\) 列的元素 \(a_{ij}\) 如果等于 1,则表示顶点 \(i\) 和顶点 \(j\) 之间有边,即邻接

转自http://www.dataguru.cn/forum.php?mod=viewthread&tid=286174 随着互联网的快速发展,涌现出了一大批以Facebook,Twitter,人人,微博等为代表的新型社交网站.这些网站用户数量的迅速增长使得海量的用户数据不断被产生出来,而如何有效地对这些海量的用户数据进行社交网络分析(Social Network Analysis)正成为一个越来越热门的问题.本文向大家介绍由IBM中国研究院和北京邮电大学合作开发的X-RIME开源库(http:

Social Network 社交网络分析 一:什么是SNA-社交网络分析 社交网络分析的威力何在?我想几个案例来说明. 案例1:对一个毫无了解的组织(这个组织可以是一个公司,亦或是一个组织),如果能够拿到这个组织成员之间的信息流动记录(例如通话记录/或邮件记录),那么通过SNA可以分析出谁是这个组织的实际控制者(要知道有必要加上实际二字),谁是这些成员中有影响力的人,那些成员更倾向于聚集在一起.对上述问题的回答可以用来做公关-把精力用在对的人身上:用来处理组织架构:用来游说获得支持--关系紧密

写在前面 3 年的硕士生涯一转眼就过去了,和社交网络也打了很长时间交道.最近突然想给自己挖个坑,想给这 3 年写个总结,画上一个句号.回想当时学习 R 语言时也是非常戏剧性的,开始科研生活时到处发邮件要源代码,发完最后一封本以为又是无功而返,很意外的收到了秒回的邮件,邮件中附上了由 R 语言编写的实验代码.当时过于开心,因为终于有热心的作者回复了,以至于没有仔细考虑,想都没想对着满是警告的代码开始了 R 语言学习之旅.之后的几天陆陆续续的收到了其他作者的回复,实验代码多是使用 Python 构建

本章会从 R 语言中最基本的数据类型开始介绍,在此之后就可以开始 R 语言实践了.对社交网络分析而言,我们在处理字符串上所花费的时间要远远大于处理数字的时间,因此本章还会介绍常用的字符串处理操作. 变量 字符串 字符串的创建 特殊字符的转义 字符串的其他常用操作 变量 R 语言中基本的数据类型包括: 整型(integer):整数,如 100: 浮点型(double):小数,如 3.14: 字符串型(character):R 语言中的字符串可以使用 " 或者 ' 定义,如 "abc&qu

在第二章介绍了 R 语言中的基本数据类型,本章会将其组装起来,构成特殊的数据结构,即向量.矩阵与列表.这些数据结构在社交网络分析中极其重要,本质上对图的分析,就是对邻接矩阵的分析,而矩阵又是由若干个向量构成,因此需要熟练掌握这些特殊的数据结构. 向量 向量的创建 向量元素的访问 向量的运算 向量的其他常用操作 矩阵 矩阵的创建 矩阵元素的访问 矩阵的运算 矩阵的特征值与特征向量 列表 列表的创建 列表元素的访问 向量 向量的创建 向量(vector)作为 R 语言中最简单的数据结构,由一串有序的

前三章中列出的大多数示例代码都很短,并没有涉及到复杂的操作.从本章开始将会把前面介绍的数据结构组合起来,构成真正的程序.大部分程序是由条件语句和循环语句控制,R 语言中的条件语句(if-else)和 C 语言中类似此处就不再介绍,循环语句包括 for 和 while 控制块.循环是社交网络分析的主旋律,比如使用 for 循环遍历分析网络中的每一个节点.当网络规模足够大时,并行处理又变得十分必要.熟练掌握本章的内容后,你的程序将会优雅而自然. 循环语句 while for 循环控制 apply()

R 语言强大的可视化功能在科学研究中非常受欢迎,丰富的类库使得 R 语言可以绘制各种各样的图表.当然这些与本章内容毫无关系,因为笔者对绘制图表了解有限,仅限于能用的程度.接下来的内容无需额外安装任何包,仅使用 R 语言自带的绘图工具完成柱状图与折线图的绘制.如果对绘制的图表定制性要求较高,请搜索 ggplot2 包的相关教程. 柱状图 折线图 保存绘制的图表 柱状图 R 语言中使用 barplot() 函数来创建柱状图,下面绘制一个最简单的柱状图: > data1 <- c(0.7795875

本文转自知乎 作者:苏格兰折耳喵 ----------------------------------------------------- 作为数据分析爱好者,本文作者将想从数据的角度去解读<欢乐颂2>这部热播剧的方方面面,包括舆情传播.网络口碑.人物社交网络分析及,以及小说内容的文本分析. 5月11日,让众多安迪粉期待已久的<欢乐颂>第二季终于播出.相比首季,<欢乐颂2>在造型和场景上显得更为精致时尚,且其中每个角色的造型却都是遵从的其身份和背景,并不突兀. 正所谓

四两拨千斤:借助Spark GraphX将QQ千亿关系链计算提速20倍 时间 2016-07-22 16:57:00 炼数成金 相似文章 (5) 原文  http://www.dataguru.cn/article-9648-1.html 主题 Graphx Spark 腾讯QQ有着国内最大的关系链,而共同好友数,属于社交网络分析的基本指标之一,是其它复杂指标的基础.借助Spark GraphX,我们用寥寥100行核心代码,在高配置的TDW-Spark集群上,只花了2个半小时,便完成了原来需要2

要说网页端最经典的GIS应用,非网络分析莫属了. 什么?你没用过?百度高德谷歌地图的路线分析就是活生生的例子啊!只不过它们是根据大实际背景优化了结果显示而已. 这个例子使用RouteTask进行网络分析,我会先讲讲什么是RouteTask,再讲讲这个例子是怎么用的,这个例子代码量不多. 在官方的例子中,标题为:SimpleRouting - RouteTask 看看结果 点击两个点,安静等待十秒左右就会出现这个紫色的路线了.当然右键点击也是一样的.反应比较慢. RouteTask类 这个例子用到

ArcGIS的网络分析分为两类:传输网络(Network Analyst)和效用网络(Utility Network Analyst). 一.从应用上来考虑: 1.传输网络常用于道路.地铁等交通网络分析. 特点:在传输网络中,汽车和火车都是可以自由移动的物体,具有主观选择方向的能力. 传输网络解决的问题有: A.计算点与点之间的最佳距离,时间最短或者距离最短,最佳路径能够绕开事先设置的障碍物 B.可以进行多点的物流派送,能够按照规定时间规划送货路径,也能够自由调整各点的顺序,也会绕开障碍物 C.

注:该文是上了开智学堂数据科学基础班的课后做的笔记,主讲人是肖凯老师. 数据绘图 数据可视化的原则 为什么要做数据可视化? 为什么要做数据可视化?因为可视化后获取信息的效率高.为什么可视化后获取信息的效率就高?因为人眼是个高带宽的巨量信号输入并行处理器,具有超强的模式识别能力,对可视符号的感知速度比对数字或文本快多个数量级,而可视化就是迎合了人眼的这种特点,才使得获取信息难度大大降低.(获取信息难度大大降低,也就是学习难度降低,也就能以有限的精力学到更多的东西,从而提高学习效率,所以可视化做得好

在Prefuse上摸打滚爬了一段时间,发现其和蔼可亲,容易上手.但是每每在打开gephi,导入数据再运行时,总还是在心里暗自赞叹gephi的绚烂之极,无与匹敌,当然,gephi也有自己的缺陷,但是gephi是一个在发展的.进步的.不断壮大的开源软件.纵使她曾经那般伤我,我仍是对其恋恋不舍,好吧,我已经病入膏肓..... 言归正传,Gephi是一款开源免费跨平台基于JVM的复杂网络分析软件, 其主要用于各种网络和复杂系统,动态和分层图的交互可视化与探测开源工具.可用作:探索性数据分析,链接分析,社

13.1  无监督学习:简介 13.2 K-均值算法 13.3  优化目标 13.4  随机初始化 13.5  选择聚类数 13.1  无监督学习:简介 在这个视频中,我将开始介绍聚类算法.这将是一个激动人心的时刻,因为这是我们学 习的第一个非监督学习算法.我们将要让计算机学习无标签数据,而不是此前的标签数据. 那么,什么是非监督学习呢?在课程的一开始,我曾简单的介绍过非监督学习,然而, 我们还是有必要将其与监督学习做一下比较. 在一个典型的监督学习中,我们有一个有标签的训练集,我们的目标是找到

SpagoBI是唯一100%的开源商业智能套件由 Engineering Group的SpagoBI实验室(www.eng.it)开发和管理.它提供了强大的分析能力,从传统的报表和图表功能到自助分析.地理位置分析,What-If分析和社交网络分析等新兴领域的创新解决方案,号称开源BI领袖. 通过SpagoBI项目的实施在企业日常经营管理活动中为您的经营决策提供辅助支持: 发展历程 年前的2005年9月20日,Engineering 集团宣布发布SpagoBI的第一个版本,该版本是一个提供多元化报

写在前面的废话: 好吧,不得不说鱼C的markdown文本编辑器挺不错的,功能齐全.再次感谢小甲鱼哥哥的python视频让我去年大三下学期的时候入门了编程,爱上了编程这门语言,由于是偏冷门的统计学,在实习以后就决定把方向放在数据挖掘方面了,越来越发现专业课的重要性.在大家都忙着参加各种培训的日子里面,我就在去年寒冷的冬天把甲鱼哥的python视频一字不落的看完了:现在,在别人拼命参加校招的日子里,我就来学习“机器学习”这里面的算法了(ps:工科学校的理科妹子表示很难找到数据分析工作,人家只要研究

众包(Jeff Howe,2006)是一种在互联网蓬勃发展的背景下产生的一种创新的生产组织形式.在这样的商业模式下,企业利用网络将工作分配出去,通过让更合适的人群参与其中来发现创意和解决技术问题.比较成功的众包例子有像wikipedia这样的知识贡献类平台,GitHub这样的IT类平台,也有我们要着重介绍的大数据分析类的众包平台Kaggle. Figure 1 Kaggle的工作方式. Kaggle的工作方式如图中右上角的流程所示.假设一个互联网广告公司收集了大量的关于用户广告点击行为的数据,想

2016.07.14 1-Spark实战演练:Spark概述及生态环境 2.Spark实战演练:Spark vs Hadoop MapReduce     任意一条边有方向且不存在环路的图,一次执行所有这些图的任务节点,而不需要一个个按照顺序来进行,这个方案避免了mapreduce中麻烦的同步问题,应用程序构建简单. 创新:1支持跨DAG的内存数据分享,不同任务处理相同的数据 2支持循环数据流,很好处理迭代图算法.机器学习和流处理,如社交网络分析 引人注目:1内存使用,MR需要处理磁盘的数据,而

文本可视化[二]--<今生今世>人物关系可视化python实现 在文本可视化[一]--<今生今世>词云生成与小说分析一文中,我使用了jieba分词和wordcloud实现了,文本关键词的提取并生成词云,同时也尝试直接提取人名关键词来绘制.这次我们换一种方式--通过分析人物之间的关系,而不是人物在文本集中的频率来绘制一张复杂网络图,如下所示.数据经过可视化后还是非常有趣的.下面就讲讲人物关系网图的实过程. 用到的工具 jieba jieba分词,最好用的开源中文分词工具.他最主要的两