原文鏈接：http://tecdat.cn/?p=17906?

原文出處：拓端數(shù)據(jù)部落公眾號(hào)

?

本文簡(jiǎn)要介紹一下網(wǎng)絡(luò)分析，我想提供一些有關(guān)“友誼悖論”的R語(yǔ)言例證。友誼悖論指出

平均而言：你的朋友 比你擁有更多的朋友

?例如，這在?Feld（1991），Zuckerman＆Jost（2001）中進(jìn)行了討論。首先，讓我們獲取數(shù)據(jù)集的副本

1. 


2. library(networkD3)

3. simpleNetwork(data[,1:2]

4. 


5. 


考慮無(wú)向圖中的頂點(diǎn)v∈V，G =（V，E）（使用經(jīng)典圖形符號(hào)），并令d（v）表示它的邊數(shù)（即v具有d（v）個(gè)朋友）。圖中隨機(jī)人的平均好友數(shù)為

從而，

方差分解

回到我們的網(wǎng)絡(luò)。節(jié)點(diǎn)列表是

1. 


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

3. unique(M[,1]

4. 


5. 


我們每個(gè)人都可以得到朋友列表和朋友數(shù)量

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

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

3. 


4. 


?

以及朋友擁有的朋友數(shù)量，以及平均的朋友數(shù)量

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

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

3. 


??

我們可以查看一個(gè)隨機(jī)節(jié)點(diǎn)的朋友數(shù)量的密度，

1. 


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

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

4. 


5. 


?

我們還可以計(jì)算平均值

1. 


2. mean(Nb)

3. [1] 6.579439

4. mean(Nb2)

5. [1] 13.94243

6. 


7. 


?

因此，實(shí)際上，人們平均擁有的朋友少于他們的朋友。

最受歡迎的見(jiàn)解

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

2.用R語(yǔ)言和python進(jìn)行社交網(wǎng)絡(luò)中的社區(qū)檢測(cè)

3.R語(yǔ)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(yǔ)言中使用航空公司復(fù)雜網(wǎng)絡(luò)對(duì)疫情進(jìn)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(cè)

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(lái)人口的數(shù)據(jù)畫(huà)像

8.情感語(yǔ)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

? ?請(qǐng)選中你要保存的內(nèi)容，粘貼到此文本框