原文鏈接：http://tecdat.cn/?p=7303

原文出處：拓端數(shù)據(jù)部落公眾號

? 最近我們被客戶要求撰寫關(guān)于社交網(wǎng)絡(luò)的研究報告，包括一些圖形和統(tǒng)計輸出。

?

?

?

本示例使用Python和SAS分析了預(yù)防高危藥物研究的結(jié)果。這個社交網(wǎng)絡(luò)有194個節(jié)點和273個邊，分別代表藥物使用者和這些使用者之間的聯(lián)系。

?

背景

?

SAS Viya的最新版本提供了用于探索實驗問題的全套創(chuàng)新算法和經(jīng)過驗證的分析方法，但它也是基于開放式體系結(jié)構(gòu)構(gòu)建的。這意味著您可以將SAS Viya無縫集成到您的應(yīng)用程序基礎(chǔ)架構(gòu)中，并使用任何編程語言來驅(qū)動分析模型。?

盡管您可以繼續(xù)進行并簡單地發(fā)出一系列REST API調(diào)用來訪問數(shù)據(jù)??，?但通常使用編程語言來組織您的工作并使之可重復(fù)是更有效的。我決定使用Python，因為它在年輕的數(shù)據(jù)科學(xué)家中很流行 。

出于演示目的，我使用一個名為Jupyter的接口，該接口是一個開放的，基于Web的交互式平臺，能夠運行Python代碼以及嵌入標記文本。?

?

訪問SAS云分析服務(wù)（CAS）

SAS Viya的核心是稱為SAS Cloud Analytic Services（CAS）的分析運行時環(huán)境。為了執(zhí)行操作或訪問數(shù)據(jù)，需要連接會話。您可以使用二進制連接（建議使用該連接來傳輸大量數(shù)據(jù)），也可以通過HTTP或HTTPS通信使用REST API。?

?

import matplotlib.colors as colors #程序包包括用于顏色范圍的程序 import matplotlib.cm as cmx import networkx as nx #呈現(xiàn)網(wǎng)絡(luò)圖

?

現(xiàn)在已經(jīng)加載了庫，我們可以發(fā)連接到CAS并為給定的用戶創(chuàng)建會話。?

?

s = CAS('http://sasviya.mycompany.com:8777', 8777, 'myuser', 'mypass')

對于此網(wǎng)絡(luò)分析，我將使用一個名為hyperGroup?的集。

s.loadactionset('hyperGroup')

加載數(shù)據(jù)?

為了執(zhí)行任何分析建模，我們需要數(shù)據(jù)。 將本地CSV文件上載到服務(wù)器，并將數(shù)據(jù)存儲到名為DRUG_NETWORK的表中。該表只有兩列數(shù)值類型的FROM和TO。

inputDataset = s.upload("data/drug_network.csv", casout=dict(name='DRUG_NETWORK', promote = True))

?

在分析建模期間，您通常必須更改數(shù)據(jù)結(jié)構(gòu)，過濾或合并數(shù)據(jù)源。 這里的put函數(shù)將兩個數(shù)字列都轉(zhuǎn)換為新的字符列SOURCE和TARGET。

sasCode = 'SOURCE = put(FROM,best.); TARGET = put(TO,best.);\n' dataset = inputDataset.datastep(sasCode,casout=dict(name='DRUG_NETWORK2', replace = True))

?

數(shù)據(jù)探索

建立分析模型時的常見任務(wù)是首先了解您的數(shù)據(jù)。下面的示例返回數(shù)據(jù)集的前5行。

dataset.fetch(to=5, sastypes=False, format=True) #列出開始5行

?

一個簡單的匯總統(tǒng)計數(shù)據(jù)會顯示更多詳細信息，包括我們數(shù)據(jù)集中273條邊的總數(shù)。

?

dataset.summary()

?

圖形布局

首先，我們將網(wǎng)絡(luò)可視化，以基本了解其結(jié)構(gòu)和大小。我們將通過力導(dǎo)向算法來計算頂點的位置。Hypergroup還可以用于查找群集，計算圖布局以及確定網(wǎng)絡(luò)度量標準，例如社區(qū)和中心性。

s.hyperGroup.hyperGroup( ? ?createOut = "NEVER", # 這樣可以禁止創(chuàng)建通常生成的表 ? ?allGraphs = True, # 處理所有圖形 ? ?inputs ? ?= ["SOURCE", "TARGET"], #指示邊和目標列 ? ?table ? ? = dataset, # 輸入數(shù)據(jù)集 ? ?edges ? ? = table(name='edges',replace=True), # 結(jié)果表包含edge屬性 ? ?vertices ?= table(name='nodes',replace=True) ?# 包含點屬性的結(jié)果表 ) renderNetworkGraph() # 使用networkx包創(chuàng)建圖形

?

?呈現(xiàn)了以下網(wǎng)絡(luò)，并提供了圖形的第一視圖。我們可以看到兩個主要分支，并了解高密度和低密度區(qū)域。?

?

?

社區(qū)檢測

為了了解社交網(wǎng)絡(luò)中用戶的關(guān)系，我們將分析個人所屬的社區(qū)。社區(qū)檢測或聚類是將網(wǎng)絡(luò)劃分為社區(qū)，使社區(qū)子圖中的鏈接比社區(qū)之間的鏈接更緊密地連接的過程。同一社區(qū)中的人們通常具有共同的屬性，并表示他們之間有著密切的聯(lián)系。?

現(xiàn)在，更新后的節(jié)點表包含一個附加列?_Community_??，其中包含我們網(wǎng)絡(luò)中每個節(jié)點的值。給定此數(shù)據(jù)集，我們可以執(zhí)行基本統(tǒng)計信息，例如跨列的不同計數(shù)：

結(jié)果表顯示，確定了我們網(wǎng)絡(luò)中的24個社區(qū)。

?

讓我們看一下最大的5個最大社區(qū)，并分析節(jié)點分布。?

我們將獲取的行重定向到Python變量中。我們將使用它來生成條形圖，顯示前5個最大的社區(qū)：

?

?

這表明最大的社區(qū)13具有35個頂點。 以下示例顯示社區(qū)4中的節(jié)點：

?

?

最后，讓我們再次渲染網(wǎng)絡(luò)–這次在為節(jié)點著色時考慮了社區(qū)：

?

?

通常，需要根據(jù)您的網(wǎng)絡(luò)規(guī)模和期望的結(jié)果來調(diào)整社區(qū)的數(shù)量。將小型社區(qū)合并為大型社區(qū)。社區(qū)可以合并：

• 隨機進入鄰近社區(qū)

• 進入頂點數(shù)量最少的相鄰社區(qū)

• 以最大數(shù)量的頂點

• 進入已經(jīng)具有nCommunities頂點的社區(qū)

下面將通過指定nCommunities參數(shù)將社區(qū)總數(shù)減少到5?。

?

?

集中性分析

分析中心性有助于確定誰在網(wǎng)絡(luò)中很重要。重要人物將被很好地聯(lián)系起來，因此對網(wǎng)絡(luò)中的其他個人具有很高的影響力。就我們針對吸毒者的社交網(wǎng)絡(luò)而言，這將表明潛在的病毒傳播和個人的相關(guān)風(fēng)險行為。

每個度量標準都表示為節(jié)點數(shù)據(jù)集中的輸出列。

讓我們使用集中度度量之一作為節(jié)點大小再次渲染網(wǎng)絡(luò)。?

?

?

子集網(wǎng)絡(luò)分支

從我們的網(wǎng)絡(luò)來看，社區(qū)2中的用戶似乎扮演著重要角色。這由社區(qū)的整體中心地位，也由該社區(qū)中大多數(shù)個人的高beetweenness值表明。以下代碼過濾并渲染了社區(qū)2的網(wǎng)絡(luò)，僅使我們對該子網(wǎng)絡(luò)有了更好的可視化。

?

?

?

上面的示例使用了標準的二維導(dǎo)向圖布局。在更復(fù)雜的情況下，可能還需要在分析網(wǎng)絡(luò)結(jié)構(gòu)時考慮使用其他維度。?

?

?

?

最受歡迎的見解

1.采用spss-modeler的web復(fù)雜網(wǎng)絡(luò)對所有腧穴進行分析

2.用R語言和python進行社交網(wǎng)絡(luò)中的社區(qū)檢測

3.R語言文本挖掘NASA數(shù)據(jù)網(wǎng)絡(luò)分析，tf-idf和主題建模

4.在R語言中使用航空公司復(fù)雜網(wǎng)絡(luò)對疫情進行建模

5.python隸屬關(guān)系圖模型 基于模型的網(wǎng)絡(luò)中密集重疊社區(qū)檢測

6.使用Python和SAS Viya分析社交網(wǎng)絡(luò)

7.關(guān)聯(lián)網(wǎng)絡(luò)分析：已遷離北京外來人口的數(shù)據(jù)畫像

8.情感語義網(wǎng)絡(luò)：游記數(shù)據(jù)感知旅游目的地形象

9.用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘探索藥物配伍中的規(guī)律