讲座记录:零基础网络数据分析入门

讲师介绍

刘勇,Gephi 官方认证讲师,数据可视化实践者,《网络数据可视化与分析利器:Gephi 中文教程》作者。

什么是网络数据

我们先来了解一下研究网络的学科——网络科学是什么。美国国家科研委员会(National Research Council)将网络科学定义为“研究物理,生物,和社会现象的网络化表达,建立针对这些象限具有预测效果的模型”的学科。网络数据则是对网络进行一种数字化的记录。网络科学的研究是以图论(数学的分支)为基础,在数据的记录上,也是以图论中图的数字化记录方式记录的。顶点和边是图论中最重要的两种元素,顶点的集合称作点集,边的集合称作边集,我们可以用点集和边集对图进行数字化记录。讲座介绍的Gephi也是基于这种方式,用节点表和边表来记录网络数据。

Gephi 的基本介绍及基本操作

Gephi是一款由法国工程师开发的用于探索与分析网络的开源工具软件,它是免费的而且支持多平台。

打开Gephi,界面上会出现三个图窗来供我们选择。最常用的两个图窗是概览和数据资料,概览是Gephi数据可视化处理的主要环境,中间的图窗是是数据可视化的图形显示区域,左侧是用来改变图形的工具;数据资料图窗是用来查看、编辑和修改网络数据,该窗口与Excel类似。网络图可视化完成后,可以切换到预览图窗来导出图形文件。

案例:“16国32媒”数据操作

该案例以16国的32家日报(每个国家选两家最重要的日报)为节点,以一家日报在五年时间内对两家日报的引用次数为有向边的权值,来生成一个网络。数据导入后,Gephi的界面中间会出现一个难以辨析的初始网络图。接下来可以调整网络图的布局和外观,得到一个清晰以观察的网络图,也可以对数据进行统计计算。

调整后便可得到一个清晰的网络图,可以看到最重要的节点是纽约时报、华盛顿邮报、卫报和泰晤士报,它们恰好也是全球最重要的四家日报。此外,我们还可以深入思考,引用关系究竟表明了什么含义,是贬义的还是褒义的?是正向的还是负向的影响?以及,这些媒体是不是有足够的代表性?

互动问答

Q1:网络数据分析在我们日常生活中有哪些应用?

我们可以用Gephi来分析Twitter中好友和粉丝间的关系,看看哪些人是自己和一些朋友的共同好友,哪些人是自己的粉丝。

Q2:Gephi处理的最大数据量是多少,数据较多时有没有可视化的技巧?

Gephi最大的数据处理量跟边的数量有很大的关系,官方公布的数据是100,000 个节点和 1,000,000 条边。当数据较多时,可以用Gephi中的聚类算法将功能相近的节点聚合,这样网络图就会变得清晰一些。

ChangeLog

  • 2017-04-03 初稿
「谢谢您支持」