一、web工具篇
让我们先来看一下市面上比较成熟的产品。
1、微博风云榜
[caption id="attachment_1916" align="alignleft" width="364"] 微博风云榜[/caption]
[caption id="attachment_1917" align="alignleft" width="119"] 微博风云榜菜单[/caption]
从菜单栏可以看到微博风云榜提供了传播分析，舆情监测，内容发布，数据报告等全面的社交分析服务。同时也提供了数据接口，尽管目前只有两个接口，用户信息接口和高级搜索接口，这两个接口就应该可以满足大部分数据服务商的数据需求。
此外，微博风云榜也有自己的社交影响力查询，可以用于比较不同微博账号的影响力，有点国内的Klout的味道。
总的来说，微博风云榜其实已经不仅仅是一个社交分析工具，它集成了社交传播分析，粉丝分析，舆情监测，内容发布等与社交网络运营管理相关的内容，如果再加上Social CRM就更加完美。
2、知微
[caption id="attachment_1923" align="aligncenter" width="564"] 知微[/caption]
与微博风云榜相比，知微则更专注于微博的传播的分析，普通版即支持转发数小于1000条的微博的传播分析。知微提供了传播分析全面的数据，包括传播路径图，转发层级，转发内容的词云，水军识别，地域分布...……
3、北大PKUVIS微博可视分析工具
[caption id="attachment_1924" align="aligncenter" width="613"] PKUVIS微博可视分析工具[/caption]
这是由北京大学可视化实验开发的一个微博分析工具。与微博风云榜类似，也是专注于微博传播分析的工具，与知微相比，可以分析转发数更多的微博，同时也支持基于事件的传播分析，支持的布局也更加多样。
二、桌面工具篇
了解相对比较成熟的web工具后，让我们看一下有哪些可以用于社交网络分析的桌面工具。
1、Gephi
首先介绍一下Gephi，Gephi在社交网络分析领域称得上是明星级的分析工具，它有Java开发的一款开源桌面社交分析工具，有复杂网络图表领域的Photoshop的美誉。
[caption id="" align="aligncenter" width="580"] Gephi[/caption]
Gephi也提供了一个用于复杂网络的文件格式：GEXF，这个文件格式已经成为复杂领域的一个文件标准。
Gephi已被广泛的用于科研与教学，比如Coursera中的Social Network Analysis课程就是用Gephi讲授的。Ooof也提供了Gephi的中文教程。
2、NodeXL
NodeXL是用于复杂网络分析的一个Excel插件，相对于Gephi，NodeXL更容易入门。它提供了一个Excle模板，按照模板添加数据后就可以进行相关的分析。
[caption id="" align="aligncenter" width="353"] NodeXL[/caption]
关于应用NodeXL进行社交网络分析，可以参见：Analyzing Social Media Networks with NodeXL Insights from a Connected World（感谢万能的新浪爱问）
三、程序包|库
最后再让我们看一下相关的程序包或开源的库。
1、NetworkX
NetworkX是一个用于复杂网络分析的Python包，内置了常用的图与复杂网络分析算法，可以方便的进行复杂网络数据分析、仿真建模。
[caption id="attachment_1936" align="aligncenter" width="835"] NetworkX[/caption]
2、igraph
igraph是一个创建操作复杂网络图的软件包，有C、Python和R三种语言的接口。
[caption id="attachment_1937" align="aligncenter" width="538"] igraph[/caption]
3、NodeXL
NodeXL除了Excel之外，也提供一个用于复杂网络分析的.net类库。
4、sigma.js
sigma.js是开源的轻量级JS框架，使用HTML的Canvans来生成Gephi图表样式，可以接收的数据源格式为GEXF文件（Gephi提出的数据格式。）
前面提到的微博风云榜、知微就是使用这个框架来生成传播图。
[caption id="attachment_1938" align="aligncenter" width="713"] sigma.js[/caption]
四、数据获取篇
前面提到的是数据分析和图形展现方面的工具，最后再聊一下数据获得的部分，主要的数据源是来自新浪微博，下面介绍R和Python的两个SDK。
1、Rweibo
Rweibo是一个新浪微博的R语言SDK，作为library在R环境中调用，对新浪微博提供的接口进行了实现（见新浪微博API），可以进行微博信息获取、用户信息获取、搜索、发表微博等操作。该应用通过OAuth的方式授权，使用者首先需要到新浪微博开放平台申请一个新的应用，获取App Key和App Secret，然后在R环境中按照提示注册一个应用，从而进行各项操作。
一个特色是作者提供了一个搜索接口，通过爬取页面来获得微博搜索结果页面的信息。
2、sinaweibopy
sinaweibopy是Python专用的支持新浪微博API的OAuth 2客户端，无依赖，100%纯Py，单个文件，代码简洁，运行可靠，也是新浪微博官方推荐的Python SDK。
关于社交网络分析的工具就介绍这些，马上动起手来尝试自己的社交网络分析项目吧~