安装:
Ucient、Netdraw的安装与使用-----分析人物间的关系和重要性_Coding With you.....的博客-CSDN博客
使用:
s利用GooSeeker分词、Ucient和NetDraw进行社会网络分析 - 资讯 - 集搜客GooSeeker网络爬虫
- Ucinet:输出用于NetDraw分析的矩阵数据
- NetDraw:绘制社会网
- 单模矩阵是指特征值为±1的整数方阵 (即矩阵的行列数相等且矩阵的元素为整数)
单模矩阵是一个矩阵,它只具有一种特性模式。例如,它只具有一个最大特征值和一个最大特征向量。
双模矩阵是具有两个最大特征值和两个最大特征向量的矩阵。双模矩阵通常表示数据中存在两个主要的特征或模式。
参考书籍:
目录
Ucinet:
导入excel数据:
第一种方式:导入excel文件
第二种方式:直接在UCINET的矩阵中操作
第二种方式给一个例子:将表格数据复制粘贴到UCINET中
生成的数据类型:
属性数据的计算
导入刚保存的数据:
NetDraw导入
在UCINET中
选择可视化->NetDraw
打开NetDraw软件后:如图
界面说明:
美化网络图:
中心度
得到网络图后,衡量每一个节点的“地位”,是处于中心地位还是边缘地位,也就是中心性。衡量中心性有三个指标,分别是度数中心性(degree),中间中心性(betweeness),接近中心性(closeness),这时候看英文就可以了,度数中心性是衡量程度的,中间中心性是衡量相对位置的,接近中心性是衡量距离的。
度中心性(Degree Centrality)是在网络分析中刻画节点中心性(Centrality)的最直接度量指标。一个节点的节点度越大就意味着这个节点的度中心性越高,该节点在网络中就越重要。
调节线条粗细
首先,按照“亲密度”调节线条的粗细
点击性质(properties)-线条(lines)--尺寸(size)--连接强度(tie strength)
选择数据--就是我们导入的数据。尺寸的话,可以自己选适合自己图片的。点击apply。
调节节点的性质:
点击properties--nodes--symbols--size--attribute-based
可以调节节点的颜色、大小、性质等。
调节分为两种:1。手动的改变大小 2、根据之前的属性数据调节,下图所示是选择属性数据修改
选择属性的,选择刚算好的degree
点击flash,让ucinet自动的将单元之间的关系可视化呈现。就是箭头所指的黄色闪电状的button ,目的是查看单元格之间的逻辑
调节网络布局
最重要的是可以随意调节节点位置