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。数据分析师培训
利用R语言的igraph作社群挖掘的图
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*800pxjpeg(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()
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12