如何对复杂网络建模所需要的数据进行预处理

上一篇文章介绍了如何构建Space L实体网络的模型，这一篇是对上一篇文章的一个补充优化。

以下部分摘自上一篇文章：如何建立复杂网络实体网络的Space L模型

地铁网络，一般都有三四百个节点，线路十几条左右，看地铁图的是一个眼花缭乱。若是人工统计出来数据也是一项大工程。看着就想放弃，但其实掌握一定的方法并没有那么的费劲。

1. 按线路进行节点的统计，先编号，然后去除掉重合的节点
2. 统计连接关系时有一定的规则：比如从左往右统计、从上往下统计，这样可以避免重复统计
3. 不要直接列出邻接矩阵，先统计出连接关系生成邻接表，然后再转成邻接矩阵
4. 关于邻接表，最好再检查一遍
5. 以上工作最好分成数天进行，否则负荷工作效率低且出错率较高

可以看到，建模时候最头疼的就是数据的处理问题，运用以上的经验可以提升我们的效率，但是治标不治本，依旧会浪费掉我们大量的时间。其实，如果不考虑换乘站（重复节点），连接关系还是比较好统计的，比如一条线路有10个站点，按顺序分别为a、b、c….j，那么连接关系可以表示为下图的1-9列：

最近有一个需求，要统计某市的公交网络，有300多条线路，大概有3000多节点。如果此时还按之前的办法：人工统计线路中的站点，然后进行编号的话，那整个工程量不仅巨大，并且在统计过程中也很容易出错。

所以可以让程序帮助我们去识别站点名称，然后依次给它们编号，这样就可以生成直接使用邻接表。

具体处理方式，可以大概分为以下几个步骤：

% 1.从xls文件中，读取数据（或者直接新建数据）
% rawDataNum是读取到的数值，可以是权重，数据类型：double
% rawDataStr是读取到的字符串，是邻接表，数据类型：cell

% 2.用b接收rawDataStr中的所有不重复的字符串，数据类型 cell

% 3.因为cell类型矩阵中存储的是字符串数据，不好处理
% 所以需要把b和rawDataStr转换为string数组b_str和raw_str
% 注意这里可以检查一下b_str中的字符串

%4.进行数据处理
test = [];

for i = 1:length(b_str)
   for j = 1:length(raw_str)
   %判断条件
    if(raw_str(j,1) == b_str(i,1))
       test(j,1) = i;
    end
    

    %判断条件
    if(raw_str(j,2) == b_str(i,1))
       test(j,2) = i;
    end

   end
end
%这时就可以得到邻接表test

%判断是否为无权网络，判断标准rawDataNum是否为空，这与你的初始数据有关
if(length(rawDataNum) ~= 0)
    test = [test rawDataNum];
else
    disp('无权网络') 
end

%这一步就是把邻接表test直接转换为邻接矩阵A，
%可以参照：如何建立复杂网络实体网络的Space L模型中的函数
A  = ainc2adj( test );
% 判断是否有孤立节点
if(length(find(~sum(A))))
   disp('存在孤立节点') 
end

测试邻接表：

结果：

节点编号与名称对应关系

可以看到效果还是不错的，而且不仅限于交通网络。对于一些较大型的实体网络，比如作者合作网络、社交网络，应该也会有不错的效果。欢迎大家与我进行交流，

完整代码地址请参考–如何对复杂网络进行建模？

欢迎大家加入我的社群：复杂网络仿真社群)