Facebook好友分布规律R语言分析

随着社交网络的普及，越来越多的用户通过facebook等社交平台联系到了一起。本文将基于facebook的好友关系数据，研究用户分布规律，并提供简单的好友推荐算法。

数据来源

KONECT1 http://konect.uni-koblenz.de/networks/facebook-wosn-links

数据原始格式

. txt文本格式，空格分隔
. 注释信息以%开头
. 每行一组数据，共四个字段
    第一字段：用户ID1
    第二字段：用户ID2
    第三字段：用途不明
    第四字段：好友关系建立时间，多数为0，数据缺失

% sym unweighted
% 817035 63731 63731
1 2 1 0
1 3 1 0
1 4 1 0
2 3 1 1183325626
2 7 1 0
2 9 1 1187651286
...

Note：好友信息以无向图的形式存储，不存在重复链接，保证第一字段用户ID始终小于第二字段用户ID；从实例数据中我们可以看到用户1和用户2是好友，但只存在于用户1的好友记录里，而不会在用户2的好友记录里重复出现

数据清洗

需要从原始数据中清除这些：

1. 以%开头的注释行
2. 不明用途的第三字段
3. 数据缺失的第四字段

# 利用linux命令sed，awk完成数据清洗
cat facebook-wosn-links.txt | sed '/%/d' | 
awk '{print $1" "$2}' > facebook-wosn-links-clean.txt

数据读入

利用R语言read.table函数以table格式存储数据

# R语言读入数据
friends.whole <- read.table(