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。首先，让我们获取数据集的副本

1. 


2. library(networkD3)

3. simpleNetwork(data[,1:2]

4. 


5. 


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

1. 


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

3. unique(M[,1]

4. 


5. 


我们每个人都可以得到朋友列表和朋友数量

1. as.character(M[which(M[,1]==x),2]

2. Vectorize(function(x) length(friends(x)

3. 


4. 


 

以及朋友拥有的朋友数量，以及平均的朋友数量

1. (Vectorize(function(x) length(friends(x)))(friends(y

2. Vectorize(function(x) mean(friends_of_friends(x

3. 


  

我们可以查看一个随机节点的朋友数量的密度，

1. 


2. lines(density(Nb),col="red",

3. lines(density(Nb2),col="blue",

4. 


5. 


 

我们还可以计算平均值

1. 


2. mean(Nb)

3. [1] 6.579439

4. mean(Nb2)

5. [1] 13.94243

6. 


7. 


 

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

   请选中你要保存的内容，粘贴到此文本框