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
...
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

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
 
 
1
2
3
 
 
1
2
3

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("Your File Address", 
header=FALSE, sep=" ", col.names=c("from","to"))
 
 
1
2
3
 
 
1
2
3

数据选取

数据中包含非常多的用户，数据间相互影响，为了使结果更清晰，我们选定某一用户，分析其好友的分布特点

library(igraph)

# 将所有用户按照好友数量倒序排序
sort(table(c(friends.whole$from, friends.whole$to)), dec=T)

# 选定拥有合适好友数量的用户
uid <- 979

# 好友ID
friends.connected <- unique(c(friends.whole$to[friends.whole$from == uid], 
friends.whole$from[friends.whole$to == uid]))

# 选取该用户所有好友
friends.sample <- friends.whole[
((friends.whole$from %in% friends.connected) & 
(friends.whole$to %in% friends.connected)), c(1,2)]

# 创建graph对象，并去除循环
friends.graph <- graph.data.frame(d = friends.sample, 
directed = F, vertices = unique(c(friends.sample$from, 
friends.sample$to)))

friends.graph <- simplify(friends.graph)
is.simple(friends.graph)

# 去除孤立的点，其实本例中并不存在孤立点，但作为标准化操作保留
dg <- degree(friends.graph)
friends.graph <- induced.subgraph(friends.graph, 
which(dg > 0))
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

好友分布图

plot(friends.graph, layout = layout.fruchterman.reingold, 
vertex.size = 2.5, vertex.label = NA, edge.color = 
grey(0.5), edge.arrow.mode = "-")
 
 
1
2
3
 
 
1
2
3

从下图可以看出，好友的分布具有一定的聚集性

接下来，我们希望将不同群体的好友用不同的颜色标明出来，提供类似于好友自动分组的功能；使用的是igraph包提供的walktrap.community函数2

friends.com = walktrap.community(friends.graph, steps=10)
# 返回每个节点的分组结果
V(friends.graph)$sg = friends.com$membership
# 按照分组结果赋予节点不同的颜色
V(friends.graph)$color = NA
V(friends.graph)$color = rainbow(max(V(friends.graph)$sg))[V(friends.graph)$sg]

plot(friends.graph, layout = layout.fruchterman.reingold, 
vertex.size = 5, vertex.color = V(friends.graph)$color, 
vertex.label = NA, edge.color = grey(0.5), edge.arrow.mode = "-")
 
 
1
2
3
4
5
6
7
8
9
10
 
 
1
2
3
4
5
6
7
8
9
10

在图中，有些用户是中间人的角色，连接了两个聚集，我们可以利用igraph包提供的betweenness函数找出他们

V(friends.graph)$btn = betweenness(friends.graph, directed = F)
plot(V(friends.graph)$btn, xlab="Vertex", ylab="Betweenness")
 
 
1
2
 
 
1
2

betweenness函数统计的是通过每个节点的最短路径的数量，该值越高，则表明该节点作为中间节点的作用越强

从图上看出，有3个节点的betweenness值明显高于其他节点，因此我们可以选取betweenness值500为阙值将这3个节点在图上标明出来

V(friends.graph)$size = 5
V(friends.graph)[btn>=500]$size = 15
V(friends.graph)$label = NA
V(friends.graph)[btn>=500]$label = V(friends.graph)[btn>=500]$name

plot(friends.graph, layout = layout.fruchterman.reingold, 
     vertex.size = V(friends.graph)$size, 
     vertex.color = V(friends.graph)$color, 
     vertex.label = V(friends.graph)$label, 
     edge.color = grey(0.5),
     edge.arrow.mode = "-")
 
 
1
2
3
4
5
6
7
8
9
10
11
 
 
1
2
3
4
5
6
7
8
9
10
11

最后，我们希望从二级好友3中找出一些用户来进行推荐，可以根据共同好友数量来选取

# 所有二级好友
friends.2nd <- c(friends.whole$from[
(friends.whole$to %in% friends.connected)], 
friends.whole$to[
(friends.whole$from %in% friends.connected)])

# 该用户本身也会被包含到二级好友中，需要剔除
friends.2nd <- friends.2nd[friends.2nd!=uid]

# 按共同好友的数量进行倒序排序
friends.recommand <- sort(table(friends.2nd), dec = T)

# 取出共同好友最多的10个用户来推荐
friends.recommand <- friends.recommand[1:10]

> friends.recommand[1:10]
friends.2nd
用户ID      5050  5559  6896  5587  7659  6255 14521   554  5586  6062 
共同好友数量   63    22    20    19    18    17    16    15    15    15
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

根据共同好友数量的推荐算法虽然较为简单，但只要网络本身包含较多的真实线下好友关系，推荐的结果还是非常有价值的。此外，还有许多推荐算法，如根据用户的属性（兴趣爱好，地理位置等）来做聚类推荐，我们将在以后的文章中进行探讨。

参考资料：http://cos.name/2011/04/exploring-renren-social-network/

---

1. KONECT是由德国Koblenz-Landau大学提供的开放图谱数据集 ↩
2. 算法原理是随机的短距离跳转有较大概率停留在相同聚集内 ↩

1. 二级好友指的是好友的好友 ↩

转自：http://blog.csdn.net/bigdata_wang/article/details/44535619