《Python商業(yè)數(shù)據(jù)分析》方法：社會(huì)網(wǎng)絡(luò)分析

Python商業(yè)數(shù)據(jù)分析社會(huì)網(wǎng)絡(luò)分析學(xué)習(xí)目標(biāo)理解社會(huì)網(wǎng)絡(luò)基本概念掌握社會(huì)網(wǎng)絡(luò)中心性的計(jì)算方法掌握社會(huì)網(wǎng)絡(luò)鏈接分析方法掌握社區(qū)發(fā)現(xiàn)的常見方法12.1社會(huì)網(wǎng)絡(luò)基本概念

12.1社會(huì)網(wǎng)絡(luò)基本概念度節(jié)點(diǎn)與其他節(jié)點(diǎn)的關(guān)系數(shù)量就是度有向圖中根據(jù)關(guān)系的指向又可以分為入度和出度入度是指其他節(jié)點(diǎn)指向該節(jié)點(diǎn)的邊的數(shù)量出度則是該節(jié)點(diǎn)指向其他節(jié)點(diǎn)的邊的數(shù)量有向圖中根據(jù)關(guān)系的指向又可以分為入度和出度，入度是指其他節(jié)點(diǎn)指向該節(jié)點(diǎn)的邊的數(shù)量度分布（DegreeDistribution）類似于分布直方圖，能刻畫網(wǎng)絡(luò)的整體特征和節(jié)點(diǎn)的重要性12.1社會(huì)網(wǎng)絡(luò)基本概念最短路徑長(zhǎng)度網(wǎng)絡(luò)中一個(gè)節(jié)點(diǎn)到另一個(gè)節(jié)點(diǎn)的通路往往有很多條，在所有通路中最短的稱為最短路徑節(jié)點(diǎn)3到節(jié)點(diǎn)6的不重復(fù)路徑中3-2-4-6的路徑最短，最短路徑長(zhǎng)度為3可以刻畫節(jié)點(diǎn)之間信息傳遞的速度平均路徑長(zhǎng)度（AverageShortestPathLength）網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)間最短路徑長(zhǎng)度的平均值在社交網(wǎng)絡(luò)中可以衡量用戶之間關(guān)系的緊密程度，代表用戶之間最短關(guān)系鏈中的朋友數(shù)量網(wǎng)絡(luò)直徑（Diameter）：網(wǎng)絡(luò)中所有最短路徑中長(zhǎng)度最大的路徑長(zhǎng)度12.1社會(huì)網(wǎng)絡(luò)基本概念

12.1社會(huì)網(wǎng)絡(luò)基本概念Python中的NetworkX庫是圖論與復(fù)雜網(wǎng)絡(luò)的建模工具12.1社會(huì)網(wǎng)絡(luò)基本概念12.1社會(huì)網(wǎng)絡(luò)基本概念12.2社會(huì)網(wǎng)絡(luò)的中心性識(shí)別社會(huì)網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)一個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)有著廣泛的聯(lián)系，則重要程度要高于那些聯(lián)系比較少的節(jié)點(diǎn)度中心性（DegreeCentrality）貼近中心性（ClosenessCentrality）中介中心性（BetweennessCentrality）12.2社會(huì)網(wǎng)絡(luò)的中心性

12.2社會(huì)網(wǎng)絡(luò)的中心性

12.2社會(huì)網(wǎng)絡(luò)的中心性

12.2社會(huì)網(wǎng)絡(luò)的中心性12.2社會(huì)網(wǎng)絡(luò)的中心性Facebookegonets度中心性前50的節(jié)點(diǎn)處于密集的節(jié)點(diǎn)簇中心，而貼近中心性和中介中心性前50的節(jié)點(diǎn)大多位于連接節(jié)點(diǎn)簇的“橋梁”位置12.3社會(huì)網(wǎng)絡(luò)的鏈接分析——PageRank算法

12.3.1PageRank算法核心假設(shè)如果一個(gè)網(wǎng)頁有眾多鏈入鏈接，則其很可能是重要的如果一個(gè)網(wǎng)頁有重要的鏈入鏈接，即指向該網(wǎng)頁的網(wǎng)頁是重要的，則其很可能是重要的一個(gè)網(wǎng)頁的重要性被其鏈出鏈接均分。影響一個(gè)網(wǎng)頁重要性的因素包括網(wǎng)頁的鏈入鏈接數(shù)量鏈入網(wǎng)頁的重要性鏈入網(wǎng)頁的鏈出鏈接數(shù)12.3.1PageRank算法

12.3.1PageRank算法

12.3.1PageRank算法

12.3.1PageRank算法優(yōu)點(diǎn)防止作弊的發(fā)生一個(gè)頁面的權(quán)威和重要性是由指向它的頁面所決定的，也就是由該頁面的鏈入鏈接決定在用戶進(jìn)行檢索時(shí)，搜索的效率就非常高每一個(gè)頁面的PageRank值不受查詢條件的影響，它只受全局的鏈接情況影響所有頁面的PageRank值都是在離線的情況下計(jì)算出來的，而不是在用戶查詢時(shí)計(jì)算的12.3.2HITS算法HITS算法是與查詢相關(guān)的權(quán)威等級(jí)與PageRank算法的思想類似，一個(gè)網(wǎng)頁的鏈入鏈接數(shù)量越多，權(quán)威等級(jí)越高權(quán)威等級(jí)高的網(wǎng)頁又稱為權(quán)威網(wǎng)頁，權(quán)威網(wǎng)頁往往含有權(quán)威信息而被其他網(wǎng)頁引用中心等級(jí)一個(gè)網(wǎng)頁的鏈出鏈接數(shù)量越多，該網(wǎng)頁的中心等級(jí)越高中心等級(jí)高的網(wǎng)頁也稱為中心網(wǎng)頁，中心網(wǎng)頁一般是某些話題的重要載體，通過這個(gè)“橋梁”網(wǎng)頁連接其他相關(guān)網(wǎng)頁HITS算法有效地利用權(quán)威網(wǎng)頁和中心網(wǎng)頁的相互促進(jìn)關(guān)系，即中心網(wǎng)頁一定有很多鏈出鏈接指向權(quán)威網(wǎng)頁，而權(quán)威網(wǎng)絡(luò)一定有很多由中心網(wǎng)頁指向的鏈入鏈接12.3.2HITS算法

12.3.2HITS算法

12.3鏈接分析代碼示例networkx中的pagerank()和hits()函數(shù)能快速實(shí)現(xiàn)這兩個(gè)算法12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)

12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)兩個(gè)算法能通過networkx庫中community模塊的kernighan_lin_bisection()和girvan_newman()函數(shù)實(shí)現(xiàn)12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)

12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)FN算法（FastNewmanAlgorithm）首先將每一個(gè)節(jié)點(diǎn)視為一個(gè)社區(qū)，計(jì)算模塊度以模塊度增加最大的方式進(jìn)行社區(qū)合并，直至無法增加模塊度Louvain算法將網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)視為一個(gè)社區(qū)，對(duì)于每個(gè)節(jié)點(diǎn)，評(píng)估將其加入與之相連的鄰居節(jié)點(diǎn)中的模塊度增益，然后將其加入到使得模塊度增益最大的節(jié)點(diǎn)中，不斷迭代直至模塊度取得局部最大值，即單一節(jié)點(diǎn)的變動(dòng)無法使模塊度進(jìn)一步增加第二階段在第一階段結(jié)果的基礎(chǔ)上將所有社區(qū)轉(zhuǎn)變?yōu)橐粋€(gè)個(gè)“新”節(jié)點(diǎn)，“新”節(jié)點(diǎn)之間邊的權(quán)重為兩個(gè)社區(qū)中原始節(jié)點(diǎn)之間邊的權(quán)重之和完成第二階段后再次應(yīng)用第一階段的方法，不斷迭代直至模塊度不再增加模塊度優(yōu)化算法能夠使得社區(qū)劃分結(jié)果的模塊度最大，但是由于優(yōu)化目標(biāo)是全局社區(qū)結(jié)構(gòu)質(zhì)量，因此無法挖掘網(wǎng)絡(luò)中較小的社區(qū)結(jié)構(gòu)12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)networkx庫中community模塊的greedy_modularity_communities()能實(shí)現(xiàn)FN算法12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)標(biāo)簽傳播算法通過已有社區(qū)標(biāo)簽的節(jié)點(diǎn)將標(biāo)簽逐步傳播給鄰近節(jié)點(diǎn)的社區(qū)發(fā)現(xiàn)方法給每個(gè)節(jié)點(diǎn)初始化一個(gè)不同的標(biāo)簽每個(gè)節(jié)點(diǎn)選擇與其直接相連的所有鄰居節(jié)點(diǎn)中出現(xiàn)次數(shù)最多的標(biāo)簽，若有多個(gè)出現(xiàn)次數(shù)相同的標(biāo)簽則進(jìn)行隨機(jī)選擇。不斷重復(fù)上述過程，直至每個(gè)節(jié)點(diǎn)的標(biāo)簽都是與其直接相連的所有鄰居節(jié)點(diǎn)中出現(xiàn)次數(shù)最多的標(biāo)簽連接緊密的節(jié)點(diǎn)有共同的標(biāo)簽，即屬于同一個(gè)社區(qū)標(biāo)簽傳播算法思路簡(jiǎn)單，適用于大型網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)，但由于算法中有隨機(jī)選擇的過程，劃分結(jié)果的穩(wěn)定性較弱12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)networkx庫中community模塊的asyn_lpa_communities()函數(shù)可實(shí)現(xiàn)LPA算法

12.4社會(huì)網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)LPA算法將Facebookegonets