数据科学实战手册（R+Python）（第2版）

第7章　社交网络分析（基于Python）

本章包含以下主要内容。

• 用Python进行社交网络分析的准备工作。
• 导入网络。
• 探索英雄网络的子图。
• 找出强关联。
• 找出关键人物。
• 探索全网特征。
• 社交网络中的聚类和社群发现。
• 可视化图。
• R中的社交网络分析。

7.1　简介

归功于Facebook和Twitter这样的社交网站，社交网络已经成为现代生活必不可少的一部分。然而，社交网络并非一个新概念。关于社交网络的研究早在20世纪初期就开始了，特别是在社会学和人类学领域。它们在主流应用中的流行使得这类研究开始进入数据科学的范畴。

结果显示，社交网络作为人类行为的模型非常有趣。人类文明源自部族社会，邓巴数——假设任意时刻我们扩展的社交网络中人数上限为150人——已经被大多数活跃网络分析所证实。潜在的社交网络无处不在，不仅存在于流行的Web 2.0应用中。我们通过连接各种各样的网络管理我们的生活，因此这产生了大量有关联的、丰富的数据，它们可以预测自己和我们的社会关系。

网络，正如本章即将讨论的，采取一种以关系为中心的世界观。利用人与人之间关系（社交网络）的既有数据结构，我们可以用聚类技术对大型网络进行分析从而发现社群，洞察图中重要成员的作用，甚至通过关系推断来预测行为。这些分析在执法、选举预测、推荐和应用优化等领域中都有大量的实际应用。

这些分析的数学基础源自图论。因此，本章中的分析技术将集中在图的基数、遍历和聚类。为了介绍这些技术，我们会用到一个出色的Python库——NetworkX。我们会在网络的不同层面进行一些分析，比如个体层面的成对比较、组群层面的社群发现以及网络层面的凝聚力分析。最后，使用不同工具进行网络可视化，绘制图和子图。

理解图和网络

本章分析的基础源于图论——对于图的应用和性质的数学研究，最初受赌博概率的启发而研究。一般来讲，这涉及网络编码和图的测量属性。图论可以追溯到1735年欧拉对于七桥问题的研究工作。然而，近几十年以来社交网络的兴起，特别是计算机科学图形数据结构和数据库的发展，深刻地影响了这个学科。 ...