“水泊梁山“互联网有限公司一百单八将内部社交网络

最新推荐文章于 2018-07-25 15:48:35 发布

IT农民工1

最新推荐文章于 2018-07-25 15:48:35 发布

阅读量202

点赞数

本文链接：https://blog.csdn.net/weixin_38753213/article/details/100924939

版权

640?wx_fmt=gif

作者介绍：徐麟，目前就职于上海唯品会产品技术中心，哥大统计数据狗，从事数据挖掘&分析工作，喜欢用R&Python玩一些不一样的数据

个人公众号：数据森麟（ID:shujusenlin）,知乎同名专栏作者。

前言：

最近看到了一些社交网络分析的文章，对此产生了兴趣，也开始进行相关的学习。本次文章我们将水浒传这一名著与互联网公司组织架构相结合，用Python+Gephi完成本次的分析，让大家能够以一种不同的视角了解社交网络以及社群发现。

640?wx_fmt=jpeg

PART1：获得数据

由108位精兵强将组成的水泊梁山互联网有限公司内部高效运转，经营包括酒店、武馆、寺庙等多项产业，我们今天来探秘公司内部员工的社交网络。

作为上市公司，财报需要定期对公众披露，所以此次数据无需爬虫获得，直接可以从最新“财报“《水浒传》中获得，我们从中获取员工的有效信息，以CEO宋江为例。

with open("水浒传全文.txt", encoding='gb18030') as file:	
    shuihu = file.read()	
shuihu = shuihu.replace('\n','')	
shuihu_set = shuihu.split(' ')	
shuihu_set=[k for k in shuihu_set if k!='']	
songjiang_set=[k for k in shuihu_set if '宋江' in k]	
haohan = pd.read_excel('水浒人物.xlsx')	
haohan['出场段落']=0

PART2：员工收入情况

作为能够长期运作的互联网公司，在员工收入分配方面始终员工KPI（出场段落数量）相挂钩，我们来看一下年薪TOP10和BOTTOM10

640?wx_fmt=png

看来水泊梁山大家的年收入差距两头分化比较严重，比较符合目前互联网公司发展趋势，杜绝“吃大锅饭”的发展思路，代码如下：

haohan.sort_values('出场段落',ascending=False,inplace=True)	
attr = haohan['姓名'][0:10]	
v1 = haohan['出场段落'][0:10]	
bar = Bar("水泊梁山年收入TOP10")	
bar.add("年收入（万）", attr, v1, is_stack=True,is_label_show=True)	
bar.render('水泊梁山年收入TOP10.html')
	

	
	
	
haohan.sort_values('出场段落',ascending=True,inplace=True)	
attr = haohan['姓名'][0:10]	
v1 = haohan['出场段落'][0:10]	
bar = Bar("水泊梁山年收入BOTTOM10")	
bar.add("年收入（万）", attr, v1, is_stack=True,is_label_show=True)	
bar.render('水泊梁山年收入BOTTOM10.html')

PART3：员工社交网络

我们调取了员工的聊天记录（同时出现的段落），每出现一次聊天记录，我们将员工之间的关联权重加一，统计代码如下：

net_df = pd.DataFrame(columns=['Source','Target','Weight','Source_Ratio','Target_Ratio'])	
for i in range(0,107):	
    for j in range(i+1,108):	
        this_weight = len([k for k in shuihu_set if haohan['使用名'][i] in k and haohan['使用名'][j] in k])	
        net_df=net_df.append({'Source':haohan['姓名'][i],'Target':haohan['姓名'][j],	
                              'Weight':this_weight,	
                              'Source_Ratio':this_weight/haohan['出场段落'][i],	
                              'Target_Ratio':this_weight/haohan['出场段落'][j]},	
                              ignore_index=True)	
        print(str(i)+':'+str(j))

我们在去除一些社交网络节点数据（聊天总数较少或聊天数量占一方数量比例过少）的情况后，用Gephi软件绘制出了整体的社交网络图如下：

640?wx_fmt=png