复杂网络分析初步R语言数据挖掘方法及应用课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《复杂网络分析初步R语言数据挖掘方法及应用课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 复杂 网络分析 初步 语言 数据 挖掘 方法 应用 课件
- 资源描述:
-
1、R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用案例说明 广义上讲,任何事物都处在一个有形或无形的网络当广义上讲,任何事物都处在一个有形或无形的网络当中,与网络中的其他事物形成一种相互依存或竞争关中,与网络中的其他事物形成一种相互依存或竞争关系系 多个国家之间构成具有进出口贸易往来关系的贸易网络;多个国家之间构成具有进出口贸易往来关系的贸易网络;企业内部多个部门之间构成具有协同合作关系的协同网络企业内部多个部门之间构成具有协同合作关系的协同网络;互联网社区中多个个体之间构成具有信息共享交换、舆;互联网社区中多个个体之间构成具有信息共享交换、舆
2、论传播互动关系的社交网络;多名学者之间构成具有成果论传播互动关系的社交网络;多名学者之间构成具有成果引用和被引用关系的合作研究网络;多只股票之间构成具引用和被引用关系的合作研究网络;多只股票之间构成具有价格波动影响关系的收益联动网络;多种商品之间构成有价格波动影响关系的收益联动网络;多种商品之间构成的具有连带销售关系的交叉购买网络;多部电影、多个影的具有连带销售关系的交叉购买网络;多部电影、多个影星、众多影迷之间构成具有参演和不参演、喜爱和不喜爱星、众多影迷之间构成具有参演和不参演、喜爱和不喜爱等多种关系的娱乐网络,等等等多种关系的娱乐网络,等等R R语言数据挖掘方法及应用语言数据挖掘方法及应
3、用R R语言数据挖掘方法及应用语言数据挖掘方法及应用网络分析n 研究网络构成及网络成员间的相互影响,是揭示事物研究网络构成及网络成员间的相互影响,是揭示事物相关性的另一个独特视角相关性的另一个独特视角n 网络分析的基本框架网络分析的基本框架n 构建网络:网络由系统内部各成员(网络中称为节构建网络:网络由系统内部各成员(网络中称为节点)和成员之间的联系(网络中称为连接)构成点)和成员之间的联系(网络中称为连接)构成n 网络的基本分析:通常按照个体层次、中间层次和网络的基本分析:通常按照个体层次、中间层次和全局层次,逐层递进展开。不同层次的分析服务于全局层次,逐层递进展开。不同层次的分析服务于不同
4、的研究目标不同的研究目标n 网络的深入分析:将依据网络类型,从统计角度采网络的深入分析:将依据网络类型,从统计角度采用不同模型,对网络的静态特征和动态发展做进一用不同模型,对网络的静态特征和动态发展做进一步的分析和预测步的分析和预测R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用网络的定义表示及构建n 网络分析的基础是网络的定义及表示,通常有两种相网络分析的基础是网络的定义及表示,通常有两种相互联系的表示方式:图论表示方式、矩阵表示方式互联系的表示方式:图论表示方式、矩阵表示方式n 图论表示方式:从图论角度看,网络由多个节点和节图论表示方式:
5、从图论角度看,网络由多个节点和节点间的连接(也称边)组成,是一种广义的图点间的连接(也称边)组成,是一种广义的图n 网络可记为网络可记为G=(N,E) 。网络。网络G中沿着连接在不同节中沿着连接在不同节点间的移动,称为游走点间的移动,称为游走n 依连接的方向性,网络分为无向网络和有向网络;依连接的方向性,网络分为无向网络和有向网络;依连接的类型,网络分为无权网络和加权网络。依依连接的类型,网络分为无权网络和加权网络。依节点类型,网络分为节点类型,网络分为1-1-模网络和模网络和2-2-模网络模网络R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应
6、用图论表示方式:无向网络n 无向网络:网络中节点间的连接没有方向性无向网络:网络中节点间的连接没有方向性n 涉及很多基本概念涉及很多基本概念n 在网络在网络G G中,若存在节点沿连接中,若存在节点沿连接“一步一步”游走回自游走回自身,则称网络身,则称网络G G存在环存在环n 在网络在网络G G中,若一对节点被两个以上的连接相连,中,若一对节点被两个以上的连接相连,则称网络则称网络G G存在多边存在多边n 若网络若网络G G存在环或者多边,则称网络存在环或者多边,则称网络G G为多重图。否为多重图。否则为简单图。网络的分析中,通常需将多重图简化则为简单图。网络的分析中,通常需将多重图简化为简单图
7、后再研究为简单图后再研究R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示方式:无向网络n 涉及很多基本概念涉及很多基本概念n 若从网络若从网络G中的节点中的节点ni出发沿着连接游走可出发沿着连接游走可“抵达抵达”节点节点nj,称为节点,称为节点ni可达节点可达节点njn 若从网络若从网络G中的任意节点中的任意节点ni出发沿着连接游走可达出发沿着连接游走可达网络中其他任意节点网络中其他任意节点nk,则称网络,则称网络G 是连通的是连通的n 若从网络若从网络G的某个节点开始沿着连接游走,能够返的某个节点开始沿着连接游走,能够返回同一节点,
8、则称该网络回同一节点,则称该网络G存在回路存在回路n 对于网络对于网络G中的一个连通子网络中的一个连通子网络G=(N,E),若将若将G之外的属于之外的属于G的任意节点加到网络的任意节点加到网络G中,网络中,网络G就不再具有连通性,则称就不再具有连通性,则称G为网络为网络G的一个组件的一个组件R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示方式:无向网络n 涉及很多基本概念涉及很多基本概念n 若网络若网络G中任意节点中任意节点ni和和nk间均存在一个连接间均存在一个连接ej(直(直接相连),则称网络接相连),则称网络G是完备的,否则为非
9、完备的是完备的,否则为非完备的R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示:无向网络的R函数n 涉及很多涉及很多R R函数函数n graph.formula(graph.formula(公式公式) )n graph.empty(n=N,directegraph.empty(n=N,directed=TRUE/FALSE)d=TRUE/FALSE)n vcount(graph=vcount(graph=网络类对象网络类对象名名) )n ecount(graph=ecount(graph=网络类对象网络类对象名名) )n V(V(网络
10、类对象名网络类对象名) )n E(E(网络类对象名网络类对象名) )n add.edges (add.edges (网络类对象名网络类对象名, ,连接连接) )n k.regular.game(no.of.nodek.regular.game(no.of.nodes=N,k= Ns=N,k= N1,directed=FALSE/TRUE,mul1,directed=FALSE/TRUE,multiple=FALSE/TRUE)tiple=FALSE/TRUE)n simplify(graph=simplify(graph=网络类对象网络类对象名名) )n plot(plot(网络类对象名网络类
11、对象名,layout=,layout=可视化方法名可视化方法名) )n is.connected (graph=is.connected (graph=网络网络类对象名类对象名) )n subcomponent(graph=subcomponent(graph=网络类网络类对象名对象名, v=, v=指定节点指定节点) )R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示方式:有向网络n 有向网络:网络中节点间的连接有方向性有向网络:网络中节点间的连接有方向性n 涉及很多基本概念涉及很多基本概念n 互惠关系互惠关系n 若从有向网络若从有
12、向网络G中的任意节点中的任意节点ni出发沿有向连接出发沿有向连接ej游走,可游走,可“抵达抵达”其他任意节点其他任意节点nk,则称有向网络,则称有向网络G是强连通的是强连通的n 若从有向网络若从有向网络G中的任意节点中的任意节点ni出发,忽略连接的出发,忽略连接的方向性做无向游走,并可方向性做无向游走,并可“抵达抵达”其他任意节点其他任意节点nk,则称有向网络则称有向网络G是弱连通是弱连通R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示方式:有向网络n 涉及很多基本概念涉及很多基本概念n 若有向网络若有向网络G中存在有方向的回路,则称
13、网络中存在有方向的回路,则称网络G中存在循环中存在循环n 若有向网络若有向网络G中不存在有方向的回路,无论是否存在回路,中不存在有方向的回路,无论是否存在回路,有向网络有向网络G均称为有向不循环图网络均称为有向不循环图网络n 涉及很多涉及很多R R函数函数n is.mutual (graph=is.mutual (graph=网络类对象网络类对象名名) )n is.dag (graph=is.dag (graph=网络类对象名网络类对象名) )R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示:无权网络和加权网络n 无权网络:是在忽略网
14、络中不同节点间关系强弱差异无权网络:是在忽略网络中不同节点间关系强弱差异性的前提下,各节点连接有相同的连接强度的无向或性的前提下,各节点连接有相同的连接强度的无向或有向网络有向网络n 加权网络:是在不能忽略网络中不同节点间关系强弱加权网络:是在不能忽略网络中不同节点间关系强弱差异性的前提下,各节点连接有不同的连接强度的无差异性的前提下,各节点连接有不同的连接强度的无向或有向网络向或有向网络n 无权网络是一种特殊的加权网络。若两节点间存在连无权网络是一种特殊的加权网络。若两节点间存在连接,权重等于接,权重等于1 1;若两节点间不存在连接,权重等于;若两节点间不存在连接,权重等于0 0n 无向加权
15、网络分析是加权网络分析的重点无向加权网络分析是加权网络分析的重点n R R函数:函数:is.weighted (graph=is.weighted (graph=网络类对象名网络类对象名) )R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示: 1-模网络和2-模网络n R R函数函数n graph.full.bipartite(n1=n,n2=m,directed=TRUgraph.full.bipartite(n1=n,n2=m,directed=TRUE/FALSE,mode=E/FALSE,mode=方向类型方向类型) )n g
16、raph.bipartite(types=graph.bipartite(types=节点类型逻辑向量节点类型逻辑向量, , edges=edges=连接连接,directed=TRUE/FALSE),directed=TRUE/FALSE)R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用图论表示: 1-模网络和2-模网络n 模指网络中节点的类型模指网络中节点的类型n 若网络中所有节点均属于同一类型集合,该网络称若网络中所有节点均属于同一类型集合,该网络称为为1-1-模网络模网络n 若网络中节点分属两个不同的类型集合,该网络称若网络中节点分属
17、两个不同的类型集合,该网络称为为2-2-模网络模网络R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用网络的矩阵表示n 邻接矩阵:邻接矩阵:Y Y是一个是一个N NN N的方阵,反映网络中各节点的方阵,反映网络中各节点间的连接情况。行号和列号为各节点的索引编码间的连接情况。行号和列号为各节点的索引编码n 无向网络的邻接矩阵无向网络的邻接矩阵: :n 若节点若节点i 和节点和节点j之间存在连接,则令矩阵中第之间存在连接,则令矩阵中第i行第行第j列上的列上的元素元素yij=1n 若节点若节点i 和节点和节点j之间不存在连接,则令矩阵元素之间不存在连
18、接,则令矩阵元素yij=0n 有向网络的邻接矩阵:邻接矩阵有向网络的邻接矩阵:邻接矩阵Y Y的列号代表头节点的列号代表头节点索引编码,行号代表尾节点索引编码索引编码,行号代表尾节点索引编码n 若节点若节点i和节点和节点j之间存在有向连接,则令矩阵元素之间存在有向连接,则令矩阵元素yij=1n 若节点若节点i和节点和节点j之间不存在有向连接,则令矩阵元素之间不存在有向连接,则令矩阵元素yij=0n 有向图的邻接矩阵有向图的邻接矩阵Y Y一般是非对称的一般是非对称的R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用网络的矩阵表示n 相关相关R R函
19、数函数n get. adjacency(graph=get. adjacency(graph=网络类对象名网络类对象名,type=,type=特征名特征名,attr=,attr=属性名属性名) )R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用关系矩阵表示n 关系矩阵也称隶属关系矩阵,用于反映关系矩阵也称隶属关系矩阵,用于反映2-2-模网络中各模网络中各类节点间的连接情况类节点间的连接情况n 设设2-模网络中第一类节点个数为模网络中第一类节点个数为N1,第二类节点个数为节,第二类节点个数为节点点N2。关系矩阵。关系矩阵B是一个是一个N1N2的
20、矩阵,通常不是方阵的矩阵,通常不是方阵n 无向无向2-2-模网络的关系矩阵:矩阵模网络的关系矩阵:矩阵B的的行列分别为两类行列分别为两类节点的索引编号节点的索引编号n 有向有向2-2-模网络的关系矩阵:矩阵模网络的关系矩阵:矩阵B B列号代表头节点索列号代表头节点索引编码,行号代表尾节点索引编码引编码,行号代表尾节点索引编码n 相关相关R R函数函数n get. incidence(graph=get. incidence(graph=网络类对象名网络类对象名) )R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用R建立网络对象n 利用邻接矩阵
21、建立网络对象利用邻接矩阵建立网络对象n graph.adjacency(adjmatrix=graph.adjacency(adjmatrix=邻接矩阵名邻接矩阵名,mode=,mode=网络类型网络类型名名,weighted=TURE/NULL),weighted=TURE/NULL)n 示例示例n 利用关系矩阵建立利用关系矩阵建立2-2-模网络对象模网络对象n graph.incidence(incidence=graph.incidence(incidence=关系矩阵关系矩阵名名,directed=TRUE/FALSE,mode=,directed=TRUE/FALSE,mode=方向
22、类方向类型型,weighted=TURE/NULL),weighted=TURE/NULL)n 示例示例R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用R建立网络对象n 利用连接列表建立网络对象利用连接列表建立网络对象n get.data.frame(x=get.data.frame(x=网络类对象名网络类对象名, what=edges), what=edges)n graph.data.frame(d=graph.data.frame(d=连接列表数据框连接列表数据框, , directed=TRUE/FALSE)directed=TRUE
23、/FALSE)n 示例示例R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用R的网络可视化n 网络可视化的核心是以怎样的外观轮廓展示网络,尤网络可视化的核心是以怎样的外观轮廓展示网络,尤其对较为庞大的网络更为如此其对较为庞大的网络更为如此n 合理安排网络外观轮廓的算法合理安排网络外观轮廓的算法n 最小分割法:目的是最小化连接间的交叉数最小分割法:目的是最小化连接间的交叉数n 最小空间法:基于几何意义上的空间距离,令空间距离较最小空间法:基于几何意义上的空间距离,令空间距离较近的节点摆放在相邻的位置上近的节点摆放在相邻的位置上n 谱分解法:依据节
24、点的特征向量中心度安排节点的位置谱分解法:依据节点的特征向量中心度安排节点的位置n 树形树形/ /层次法:根据节点间的连接将节点安排成树形形状,层次法:根据节点间的连接将节点安排成树形形状,或组织成层次图或组织成层次图n 算法体现在算法体现在plotplot函数的函数的layoutlayout参数中参数中R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用网络节点重要性的测度n 节点重要性测度是网络基本分析的第一个层次,目的节点重要性测度是网络基本分析的第一个层次,目的是刻画节点个体与其他节点有怎样是刻画节点个体与其他节点有怎样“强度强度”的关系
25、,的关系,发现网络中的重要节点发现网络中的重要节点n 节点在网络中的重要性一般表现节点在网络中的重要性一般表现n 第一,它是网络一个第一,它是网络一个“局部范围局部范围”内的内的“中心中心”n 第二,它是一个具有强连接的第二,它是一个具有强连接的“枢纽枢纽”n 涉及两个基本测度涉及两个基本测度n 度度n 测地线距离测地线距离R R语言数据挖掘方法及应用语言数据挖掘方法及应用R R语言数据挖掘方法及应用语言数据挖掘方法及应用度和相关R函数n 节点节点ni的度:指节点的度:指节点ni有多少个与其直接连接的邻居有多少个与其直接连接的邻居节点节点n 无向网络:无向网络:n 有向网络:入度、出度有向网络
展开阅读全文