R语言网络分析友谊悖论案例

原文链接：http://tecdat.cn/?p=17906 

原文出处：拓端数据部落公众号

本文简要介绍一下网络分析，我想提供一些有关“友谊悖论”的R语言例证。友谊悖论指出

平均而言：你的朋友 比你拥有更多的朋友

 例如，这在 Feld（1991），Zuckerman＆Jost（2001）中进行了讨论%20What%20Makes%20You%20Think%20You%27re%20So%20Popular1.pdf "Zuckerman＆Jost（2001）中进行了讨论")。首先，让我们获取数据集的副本

library(networkD3)
simpleNetwork(data\[,1:2\]

考虑无向图中的顶点v∈V，G =（V，E）（使用经典图形符号），并令d（v）表示它的边数（即v具有d（v）个朋友）。图中随机人的平均好友数为

从而，

方差分解

回到我们的网络。节点列表是

rbind(as.matrix(GoT\[,1:2\]),as.matrix(GoT\[,2:1\])
unique(M\[,1\]

我们每个人都可以得到朋友列表和朋友数量

as.character(M\[which(M\[,1\]==x),2\]
 Vectorize(function(x) length(friends(x)

以及朋友拥有的朋友数量，以及平均的朋友数量

 (Vectorize(function(x) length(friends(x)))(friends(y
Vectorize(function(x) mean(friends\_of\_friends(x

我们可以查看一个随机节点的朋友数量的密度，

lines(density(Nb),col="red",
lines(density(Nb2),col="blue",

我们还可以计算平均值

mean(Nb)
\[1\] 6.579439
mean(Nb2)
\[1\] 13.94243

因此，实际上，人们平均拥有的朋友少于他们的朋友。

---

最受欢迎的见解

1.采用spss-modeler的web复杂网络对所有腧穴进行分析

2.用R语言和python进行社交网络中的社区检测

3.R语言文本挖掘NASA数据网络分析，tf-idf和主题建模

4.在R语言中使用航空公司复杂网络对疫情进行建模

5.python隶属关系图模型 基于模型的网络中密集重叠社区检测

6.使用Python和SAS Viya分析社交网络

7.关联网络分析：已迁离北京外来人口的数据画像

8.情感语义网络：游记数据感知旅游目的地形象

9.用关联规则数据挖掘探索药物配伍中的规律