# 研究杂感 × Gephi（第一辑）

写在前面

之前用过ROST CM6 来进行毕设中有关景区整体的感知，但是ROST CM6似乎已经是2010年的产品了，用在2022年毕设有点稍旧（当然Gephi似乎是2009年的产品 ）不管怎么说，Gephi不管是从名字上还是内容上似乎好像也许可能比 ROST CM6 高端辣么一点点，现在学习一下绘制过程和方法，将毕设部分进行调整和改进。

正餐开始

其实利用Gephi来进行相关分析和LDA差不多

LDA所做的内容主题是割裂的，无法得知各主题间的相关关系，丢失了词语和句子之间的联系，常常导致我们无法给主题进行准确的命名。

LDA还会遇到一个常见的问题是困惑度不减反增，出现这个问题的原因可能是：

由于短文本的特征稀疏性，传统的LDA获PLSA主题模型分析短文本的效果并不理想
[1] 蔡永明,长青.共词网络LDA模型的中文短文本主题分析[J].情报学报,2018,37(03):305-317

（毕设中用的都是长段的评论文本，所以没出现问题）

开始说一下语义网络分析

语义网络分析是指从文章中提取某些关键词，然后利用这些词语直接的相似度关系来构建词语的关系网。进而来探索文本想表达的意思，比方说我们可以用其来做主题聚类分析。

相较于割裂的 LDA 主题我们能通过关系图更清晰了解主题及内容之间的关系讯息。

动手实操

需要在 data 文件夹中放入相关数据

在进行完停用词去除、合并同义词、词语规定标准后（当然这需要先粗浅地RUN一次再来进行调整和修改），即可利用相关代码构建相关词语的共线矩阵，然后即可得到相关的文件，这时即可导入Gephi软件进行分析。

一点题外话+补充

定义自己的文件（CSV）

虽然这个可能不很常用（毕竟边的权重啥的很主观 ）但是还是提一下吧。

首先是导入边文件：

注意观察文字有无乱码，如果出现了乱码，记得用记事本打开另存为utf-8的形式

此时已完成边文件的导入，下一步要进行节点内容的导入（操作方法同上）

注意要把所有的图选项改为 无向图

在导入边的时候，由于我们是首创一个文件，所以选择的是 New Workspace 选项，现在我们导入节点是基于前一步导入的边，所以要选择 Append to existing workspace 选项

可以通过这个来设置节点的大小
（但是平常感觉用 Size 的机会很小，而且也不怎么好看 ）

备注：
继续深入了一下，发现这个其实还是很好用的

可以将重点部分进行突出，把 csv 数据导出后再进行 Size 列的调整修改，这样的话也还不错。再按照上述内容进行修改：

真正的正餐开始

现在是利用毕设中自己的数据集来做一遍，自己定义CSV并不常用，这才是比较常规的 Gephi 方法。

首先打开result文件夹下的网络图

由于内容是中文的，必须选用中文才能让其得以显现

如果遇到标签过于紧密，点选标签调整，标签即会自动移动
（下图非最终结果）

点选统计相关的按键（虽然不知道为啥要点 ）
最重要的感觉是模块化
模块化即是主题，然后点选颜色，不同的节点就被赋予不同的颜色


可以对线条和字体进行调整

保存图片记得调整像素，更高清

Gephi网络调整

——①过滤节点 ②调整重叠标签

总结

Gephi大概的内容操作就是这样了，接下来就是把图调整好看的过程了