[关系图谱] 二.Gephi导入共线矩阵构建作者关系图谱

本文主要讲解Gephi绘制作者间的关系图谱,该软件可以广泛应用于社交网络、知识图谱分析,推荐读者使用。这是非常基础的一篇文章,重点讲解Gephi使用方法,希望对大家有所帮助。
推荐前文:
[python数据挖掘课程] 十七.社交网络Networkx库分析人物关系(初识篇)
[关系图谱] 一.Gephi通过共线矩阵构建知网作者关系图谱

PS:2019年1~2月作者参加了CSDN2018年博客评选,希望您能投出宝贵的一票。我是59号,Eastmount,杨秀璋。投票地址:https://bss.csdn.net/m/topic/blog_star2018/index

五年来写了314篇博客,12个专栏,是真的热爱分享,热爱CSDN这个平台,也想帮助更多的人,专栏包括Python、数据挖掘、网络爬虫、图像处理、C#、An
  • 13
    点赞
  • 67
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 9
    评论
共词网络图是一种用于展示词语之间关系的可视化工具。在制定不同时期的关键词共现图时,首先需要确定每个时期的关键词,然后计算它们之间的共现频率,并将这些数据导入gephi软件中。 具体步骤如下: 1. 确定关键词:根据研究需求或分析主题,选择每个时期的关键词。这些关键词可以是在该时期内频繁出现或具有重要含义的词语。 2. 构建共词矩阵:通过计算每个关键词在同一时期内的共现次数,构建一个关键词共现矩阵矩阵的行列分别代表关键词,在对应的位置记录它们之间的共现次数。 3. 导入gephi软件:打开gephi软件,选择“导入”功能,并选择共词矩阵文件导入数据。 4. 构建共词网络图:在gephi软件中,可以设置节点大小和颜色以反映关键词的重要性或频次。使用布局算法将节点放置在合适的位置,并可以调整边的粗细或颜色以显示共现的强。还可以加入标签,以使图表更加清晰易读。 5. 分析共词网络图:通过观察共词网络图,可以分析不同时期关键词之间的联系和演变情况。可以通过节点之间的连线密、关键词的中心性等指标来评估关键词的重要性。 通过以上步骤,可以制定不同时期的关键词共现图,并使用gephi软件将共词矩阵导入生成共词网络图。这样的图表可以帮助我们更好地理解不同时期关键词之间的关系和变化趋势。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

Eastmount

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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