《R软件用于社会网络分析——探索人人网好友推荐系统》.pdfVIP

R 用于社会网络分析：探索人人网好友 推荐系统 2011/04/28 陈逸波 版权声明：本文版权归原作者所有，未经许可不得转载。原文可能随时需要修改纰漏，全文复制转载会带来不必要的误导，若 您想推荐给朋友阅读，敬请以负责的态度提供原文链接；点此查看如何在学术刊物中引用本文 最近四五年间，互联网行业似乎总是绕不开社交网络这个概念。无论是旗舰级别的传说中的facebook 、LinkedIn ，还是如雨后 春笋般冒出来的各种团购和微博网站，全都或多或少地体现着SNS （社会网络服务）的特色。这些五花八门的产品，在丰富我 们业余生活的同时，也为研究者提供了大量珍贵的数据。以往只能依靠有限的调研或模拟才能进行的社会网络分析（SNA ）， 现在具备了大规模开展和实施的条件。国内著名而典型的SNS 网站“人人网”，最近依靠上市新闻重新赢得了大家的关注。本文 基于人人网的好友关系数据，应用统计分析软件R 做了社会网络分析的一些尝试。 注：网络边界的确定，是社会网络分析的关键而困难的步骤。由于数据获取的限制，本文分析的对象限制于我的好友。也就是 说，本文分析的网络是我自己的好友圈子，读者看了这些分析结果或许会觉得索然无味，感兴趣的同学可以分析一下自己的社 交网络，看看是否会有类似的结果。 一、读取数据 之所以选择人人网作为分析的对象，很重要的一点原因在于其数据获取较为便利。本文读取数据的过程借助了一款命令行浏览 器cURL，这个浏览器在R 中可以用RCurl包实现，简要的中文介绍建议参考medo的《R不务正业之RCurl》。通过RCurl 的简单 编程，我们可以在R 中实现登录人人网、发布状态以及读取页面数据等功能。 人人网好友列表页面的url 为 /GetFriendList.do?curpage=0id=****，其中curpage 为 页码参数，id 为相应的用户。通过对id 与curpage 做简单的循环，我读取了自己（陈逸波）的所有好友以及好友的好友。（读 取数据的R 代码见文末附件。） 用上述代码读取到的数据集记为net.1 ，该数据有如下的格式： 1set.seed(13) 2net.1[sample(1:nrow(net.1), 10), ] u0 id0 u1 id1 68282 沈叶 229657865 邢凤婷 238382560 19358 吴昊宸 115975869 吴玥 250106135 18406 叶敏佳MO 小沫 222288430 官兴华 7782 李彬 鱼化石 323984442 57464 牛智 1411553595 谢諹 221389295 1833 马天云 张立 227738255 222150 刘雯欢 227317115 李嫣 334590411 278125 陈长虹 236145500 李利文 249059215 135239 高涛 248013976 宋阳阳 247196544 18214 蒋鸿章 华明明 226037245 其中，第一行数据表示“沈叶”与“邢凤婷”是好友关系，id0 与id1 为相应的用户id 。需要注意的是人人网中不可避免地会出现同 名用户的情况，因此id 才是用户的唯一标识。 二、绘制简单的好友关系网络图 本文分析的焦点集中于我的好友之间形成的网络，因此考虑做网络图来直观地展示网络的结构。 首先，从上述读取到的数据集中筛选出希望分析的子集。这个子集包含了两个条件： （1）网络中没有我自己（否则会呈现以我为中心的分布，失去了分析的意义）； （2 ）网络中的用户都是我自己的好友。 1net.1.1 = net.1[net.1[, 1] != 陈逸波, ] 2net.1.2 = net.1.1[net.1.1[, 4] %in% net.1.1[, 2], ] 因为我的好友中不存在同名的现象，可以直接使用用户名，否则需要对同名用户做一定标记或者直接用id 来做后续的分析。 1ff = net.1.2[, c(1, 3)] 然后就是直接利用igraph 包的做图功能绘制相应的网络图。 library(igraph) 1 gg = graph.data.frame