关于R语言和社交网络分析的几篇文章

最新推荐文章于 2024-08-18 00:05:15 发布
最新推荐文章于 2024-08-18 00:05:15 发布
阅读量4.9k 收藏 13
点赞数
分类专栏： R 文章标签： r语言 社交网络

[转载]初学社交网络分析-《庶民的微胜利：R与社交网络分析》
关键词：igraph 图表输出 图形优化

初次尝试igraph包
igraph包入门

R语言画社交关系图
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。有数据下载和图形

R语言 三种聚类
距离和相似系数(6种距离公式)、层次聚类法、动态聚类 kmeans、DBSCAN

Facebook社交网络R语言分析
实例实现

统计之都关于igraph的文章

R不务正业之RCurl

统计之都关于贝叶斯的文章

daluguishou
关注
专栏目录
Python机器学习实战：实战图神经网络(GNN)在社交网络分析中的应用
AI天才研究院
07-07 719
Python机器学习实战：实战图神经网络(GNN)在社交网络分析中的应用 作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 关键词：社交网络分析, 图神经网络 (GNN), 社交图谱, 异质信息网络 (HIN), 社区
R语言深度学习实战：情感分析社交媒体评论
m0_52343631的博客
09-15 132
情感分析，也被称为情感检测或意见挖掘，是一种自然语言处理任务，旨在确定文本中的情感倾向，例如正面、负面或中性。情感分析可以应用于社交媒体评论、产品评论、新闻文章等各种文本数据，帮助我们了解人们的情感状态和态度。
R语言构建社交网络结构图
05-01
简单实现网络结构图，可进行调整，不需要理解 直接用
社交网络分析的 R 基础：（一）初探 R 语言
张高兴的博客
02-05 2001
写在前面 3 年的硕士生涯一转眼就过去了，和社交网络也打了很长时间交道。最近突然想给自己挖个坑，想给这 3 年写个总结，画上一个句号。回想当时学习 R 语言时也是非常戏剧性的，开始科研生活时到处发邮件要源代码，发完最后一封本以为又是无功而返，很意外的收到了秒回的邮件，邮件中附上了由 R 语言编写的实验代码。当时过于开心，因为终于有热心的作者回复了，以至于没有仔细考虑，想都没想对着满是警告的代码开...
《R语言数据挖掘》读书笔记：九、图挖掘与网络分析
Nelson_hehe的博客
09-28 482
第九章、图挖掘与网络分析 概述：分组、短信、约会及许多其他方式是社会交往或者社交网络中经典社交行为的主要形式。所有这些概念都用图来建模，即节点、边和其他属性。图挖掘用来挖掘此类信息，类似于其他类型的信息，比如生物信息等。 1.图挖掘 1.1 图 图G包含节点V和边E，图可用方程G=（V，E）表示。有两种类型的图：有向图和无向图 1.2 图挖掘算法 ...
SNA社交网络R语言分析
IT届的小学生
12-27 3762
数据来源 KONECT【1】 http://konect.uni-koblenz.de/networks/facebook-wosn-links      原文来源：http://www.afenxi.com/post/5728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
社交网络分析的 R 基础：（三）向量、矩阵与列表
张高兴的博客
02-07 1233
在第二章介绍了 R 语言中的基本数据类型，本章会将其组装起来，构成特殊的数据结构，即向量、矩阵与列表。这些数据结构在社交网络分析中极其重要，本质上对图的分析，就是对邻接矩阵的分析，而矩阵又是由若干个向量构成，因此需要熟练掌握这些特殊的数据结构。 向量 向量的创建 向量元素的访问 向量的运算 向量的其他常用操作 矩阵 矩阵的创建 矩阵元素的访问 矩阵的运算 矩阵的特征值与特征向量 列表 ...
用R语言和python进行社交网络中的社区检测
拓端研究室TRL
12-04 566
复杂网络分析CNA简介与R语言对婚礼数据聚类（社区检测）和可视化Kaggle数据 在110个.egonet文件中（对应于110个匿名Facebook用户），每个文件都包含他的朋友的网络。 让我们关注文件0.egonet，其中包含有关用户0的网络的所有信息。文件的每一行都是该行中直接属于网络一部分的第一个用户的朋友的列表。 12341: 146 189 229 201 204 ...2: 146 191 229 201 204 ...3: 185 80 61 188 22 222 ...4: 72 61 18
完整版基于R语言的数据挖掘数据分析实操案例 2000到2015年豆瓣共47000部电影数据分析 从数据抓取到数据分析全流程案例 含源代码 共33页.pdf
08-08
【基于R语言的数据挖掘数据分析实操案例】 【2000到2015年豆瓣共47000部电影数据分析】 第一章 数据抓取 第二章 整理电影属性 第三章 整理电影属性 第四章 这样的图表才专业 第五章 频率密度图学会ggplot2 配件 第六...
案例分析：社交网络分析与推荐系统
最新发布
AI天才研究院
08-18 948
1.背景介绍 随着社交网络的普及，我们的生活与工作都被深深地影响。社交网络不仅仅是我们交流信息、分享生活的平台，更是我们获取信息、决策消费的重要渠道。因此，如何通过社交网络数据进行有效的信息分析并提供个性化的推荐服务，成为业界和学术界关注的热点问题。 对于社交网络分析与推荐系统，我们可以从两个方面来理解：一方面是从大量的社交数据中挖掘出有
网络拓扑图学习，编程基础入门
07-16
资源分享。金融量化代码学习，实战代码编辑学习。
社交网络分析的 R 基础：（四）循环与并行
张高兴的博客
02-09 530
前三章中列出的大多数示例代码都很短，并没有涉及到复杂的操作。从本章开始将会把前面介绍的数据结构组合起来，构成真正的程序。大部分程序是由条件语句和循环语句控制，R 语言中的条件语句(if-else)和 C 语言中类似此处就不再介绍，循环语句包括 for 和 while 控制块。循环是社交网络分析的主旋律，比如使用 for 循环遍历分析网络中的每一个节点。当网络规模足够大时，并行处理又变得十分必要。...
《R语言数据挖掘》——1.4 社交网络挖掘
weixin_34396103的博客
05-02 238
本节书摘来自华章出版社《R语言数据挖掘》一书中的第1章，第1.4节，作者［哈萨克斯坦］贝特·麦克哈贝尔（Bater Makhabel），李洪成 许金炜 段力辉 译，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 1.4　社交网络挖掘 正如我们前面提到的，数据挖掘是从数据中发现一个模型，社交网络挖掘就是从表示社交网络的图形数据中发现模型。 社交网络...
R语言使用自组织映射（SOM）进行数据可视化
sybh的博客
07-03 370
SOM的特点在于能够在训练过程中自我组织，并保持输入数据的拓扑结构，因此它们经常被用于高维数据的可视化。在这段代码中，我们首先获取了训练后的神经元的权重，然后将它们映射回原始数据的尺度。然后，我们使用plot函数创建了一个包含4个子图的图像，每个子图显示了对应于一个特征的神经元的权重。SOM的基本思想是使用一个低维（通常是2D）的网络来表示高维的输入数据，同时尽可能保持输入数据中的拓扑关系。：每当一个新的输入向量被呈现给网络时，网络中的所有神经元都会与之进行竞争，最接近输入向量的神经元被选为赢家。
社交网络分析的 R 基础：（五）图的导入与简单分析
pythonxxoo的博客
02-12 2490
Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/course/detail/35475 如何将存储在磁盘上的邻接矩阵输入到 R 程序中，是进行社交网络分析的起点。在前面的章节中已经介绍了基本的数据结构以及代码结构，本章将会面对一个实质性问题，学习如何导入一个图以及计算图的一些属性。 图的文件表示 导入一个图 生成人工网络 图的基本分析 图的文件表示 在计算机中
拓端tecdat|R语言使用自组织映射神经网络（SOM）进行客户聚类细分
大数据部落
12-24 1754
自组织映射神经网络（SOM）是一种无监督的数据可视化技术，可用于可视化低维（通常为2维）表示形式的高维数据集。在本文中，我们研究了如何使用R创建用于客户细分的SOM。
社会网络分析-Social Network Analysis
wrk226的博客
02-14 1171
K-cores and core decomposition 目的是为了找到当前graph(G)的一个最大子集(G’)，且这个子集(G’)中的每个node都有k以上个数的neighbour。ψ(v)=k\psi(v)=kψ(v)=k 代表当G’的k越来越大时，v所能存在的最大的那个G’的k值。 伪代码： 简单来说就是一步步增加k，并按照k值一步步减少node（删除node时给对应的node加上他自己的k值），直到某个k可以将所有node都移除，就结束了。 # Bottom-up core decompo.
R语言︱SNA-社会关系网络 R语言实现专题（基础篇）（一）
热门推荐
素质云笔记
05-17 2万+
笔者寄语：由于笔者参加了一个全国数据挖掘大赛的比赛，所选赛题是招聘岗位的数据挖掘，笔者用到了社会关系网络来进行相关职位的推荐以及分类，发现了SNA可以实现一定的职位画像的功能，于是根本停不下来的学习了SNA。学习之后内容有点多，想分成基础篇、社群发现篇、画图篇、案例篇、组合技巧篇。 一、关系网络数据类型 关系网络需要什么样子的数据呢？    笔者接触到了两种数据结构，擅
用R语言对网络数据进行统计分析(五)
许后生的博客
05-29 2万+
用R语言对网络数据进行统计分析(四) 网络图特征的描述性统计 简介 在对给定的复杂系统的研究中，利益问题通常可以用作为对相应的网络图的结构或特征的某些方面的问题的方式来重新表述。例如，各种类型的基本社会动力学可以用三重顶点来表示；涉及信息或商品的移动的问题通常对应网络图的路径，沿着这些路径流动；对于单个系统元素的’重要性’的某些概念，可以通过’中心’对应网络的顶点；一个系统中搜索’社...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值