用R語(yǔ)言作社群關(guān)系分析

在反映大量人群或事物之間的關(guān)系時(shí)，社交網(wǎng)絡(luò)圖可以清晰的展示’群體’的內(nèi)含和外延。例如，群體的規(guī)模、核心、與其他群體的交疊情況。

社交關(guān)系圖來(lái)表示應(yīng)用人數(shù)和之間的交疊關(guān)系，這樣更加美觀，特別是當(dāng)應(yīng)用較多的時(shí)候。

兩種應(yīng)用使用人數(shù)的示意圖

改進(jìn)后的兩種應(yīng)用使用人數(shù)的示意圖

數(shù)據(jù)的準(zhǔn)備：

1、首先，整理一份原始數(shù)據(jù)，文件名是app_sub.txt，數(shù)據(jù)格式如下：

編號(hào)，應(yīng)用名稱

11111,滴滴打車

99999,美圖秀秀

99999,微信

99999,優(yōu)酷

22222,淘寶

22222,滴滴打車

22222,大眾點(diǎn)評(píng)

……

代表有2980名用戶使用APP的情況，各位在自行練習(xí)時(shí)可以采用隨機(jī)函數(shù)來(lái)生成號(hào)碼清單。

2.利用R讀入數(shù)據(jù)。

g <- read.table(“app_sub.txt”,header= FALSE,sep = “,”,colClasses =c(“character”,”character”))

3.去除NA值

g1<-na.omit(g)

開始繪制簡(jiǎn)單的社交關(guān)系圖：

1.簡(jiǎn)單的社交網(wǎng)絡(luò)

library(igraph) #加載igraph包

x<-par(bg=”black”) #設(shè)置背景顏色為黑色

g2 = graph.data.frame(d = g1,directed = F); #數(shù)據(jù)格式轉(zhuǎn)換

V(g2) #查看頂點(diǎn)

E(g2) #查看邊

#使用layout.fruchterman.reingold方式呈現(xiàn)圖形

plot(g2,layout=layout.fruchterman.reingold,vertex.label=NA) #顯示網(wǎng)絡(luò)圖

上面的社交網(wǎng)絡(luò)圖中大部分頂點(diǎn)重疊在一起，根本不能看出社交網(wǎng)絡(luò)中頂點(diǎn)之間的連接關(guān)系。下面需要對(duì)頂點(diǎn)和邊的格式做調(diào)整。

3.對(duì)頂點(diǎn)和邊的格式做調(diào)整

設(shè)置vertex.size來(lái)調(diào)整頂點(diǎn)大小， 設(shè)置vertex.color來(lái)改變顯示顏色。

plot(g2,layout=layout.fruchterman.reingold,vertex.size=2, vertex.color=”red”,edge.arrow.size=0.05,vertex.label=NA) #設(shè)置vertex大小和顏色后顯示網(wǎng)絡(luò)圖

上圖中頂點(diǎn)明顯歸屬于某個(gè)或某幾個(gè)社區(qū)。但所有的點(diǎn)都是同一個(gè)顏色，不能直觀呈現(xiàn)出社區(qū)的概念。

劃分網(wǎng)絡(luò)圖中的社區(qū)：

1．利用igraph自帶的社區(qū)發(fā)現(xiàn)函數(shù)實(shí)現(xiàn)社區(qū)劃分Igraph包中社區(qū)分類函數(shù)有以下幾種：

不同的分類算法，速度和適用社區(qū)網(wǎng)絡(luò)大小都有所側(cè)重。對(duì)于同一網(wǎng)絡(luò)，采用什么樣的分類算法需要實(shí)踐后去人工判斷是否符合預(yù)期。

下面利用只有兩個(gè)社區(qū)網(wǎng)絡(luò)的數(shù)據(jù)來(lái)驗(yàn)證walktrap.community和edge.betweenness.community分類結(jié)果的不同之處。

下圖是walktrap算法，step=10的情況下得出的結(jié)果。原本的2個(gè)社區(qū)網(wǎng)絡(luò)被分為66類。把兩個(gè)大社區(qū)分成了一類，把兩大社區(qū)重疊的部分分成了很多類。顯然這不是我們所希望看到的分類結(jié)果?？梢妛alktrap算法不太適合網(wǎng)絡(luò)數(shù)量較小的情況。

下圖是edge.betweenness算法的出的結(jié)果。社區(qū)網(wǎng)絡(luò)被分成兩類

 edge.betweenness算法算法的呈現(xiàn)

2.美化圖形（以頂點(diǎn)分類）

利用walktrap.community進(jìn)行社區(qū)劃分，對(duì)不同的社區(qū)賦值不同的顏色。為了呈現(xiàn)更多的點(diǎn)和線的關(guān)系，我們采用了透明化的處理方式。

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)

完成最終的效果圖：

1.美化圖形（以邊線分類）

另一種呈現(xiàn)方式，是點(diǎn)的顏色不變，將不同社區(qū)的連線顏色分類。

E(g1)$color=V(g1)[name=ends(g1,E(g1))[,2]]$color #為edge的顏色賦值

V(g1)[grep(“1”, V(g1)$name)]$color=rgb(1,1,1,0.8) #為vertex的顏色賦值

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)

通過(guò)上圖可以看出本次實(shí)驗(yàn)數(shù)據(jù)中用戶體量最大的APP分別是：微信、微博、淘寶、京東。社區(qū)交匯的點(diǎn)表示每?jī)蓚€(gè)APP之間的共有用戶。例如，微信和微博的共有用戶位于上圖右上角橘黃色線條和黃色線條的交匯處。

社交網(wǎng)絡(luò)圖是近年來(lái)展示復(fù)雜網(wǎng)絡(luò)的一種直觀的方式。利用社區(qū)發(fā)現(xiàn)算法對(duì)復(fù)雜網(wǎng)絡(luò)進(jìn)行聚類，可以挖掘出復(fù)雜網(wǎng)絡(luò)包含的深層意義。例如，發(fā)現(xiàn)公司組織架構(gòu)的相關(guān)性，利用群體相似性進(jìn)行“猜你喜歡”的推薦活動(dòng)。數(shù)據(jù)分析師培訓(xùn)

利用R語(yǔ)言的igraph作社群挖掘的圖

借助R語(yǔ)言的igraph包將用戶的社交關(guān)系以圖形化的方式展現(xiàn)出來(lái)，以歌手為例

據(jù)根據(jù)用戶分享的歌曲，使用協(xié)同過(guò)濾算法計(jì)算歌手之間的關(guān)聯(lián)關(guān)系。

使用了R語(yǔ)言的可視化包igraph

library(igraph)#讀取數(shù)據(jù)，注意編碼格式是utf-8singer <- read.csv('c:/data/tmp/singers-sub.csv', head=T,fileEncoding='UTF-8',stringsAsFactors=F)#加載數(shù)據(jù)框g <- graph.data.frame(singer)#生成圖片，大小是800*800pxjpeg(filename='singers.jpg',width=800,height=800,units='px')

plot(g,
    vertex.size=5,     #節(jié)點(diǎn)大小
    layout=layout.fruchterman.reingold,  #布局方式
    vertex.shape='none',    #不帶邊框
    vertex.label.cex=1.5,    #節(jié)點(diǎn)字體大小
    vertex.label.color='red',  #節(jié)點(diǎn)字體顏色
    edge.arrow.size=0.7)    #連線的箭頭的大小#關(guān)閉圖形設(shè)備，將緩沖區(qū)中的數(shù)據(jù)寫入文件dev.off()