原文链接：http://tecdat.cn/?p=17906
原文出处：拓端数据部落公众号
本文简要介绍一下网络分析，我想提供一些无关“友情悖论”的 R 语言例证。友情悖论指出
均匀而言：你的敌人 比你领有更多的敌人
例如，这在 Feld（1991），Zuckerman&Jost（2001）中进行了探讨 %20What%20Makes%20You%20Think%20You%27re%20So%20Popular1.pdf “Zuckerman&Jost（2001）中进行了探讨 ”)。首先，让咱们获取数据集的正本
library(networkD3)
simpleNetwork(data\[,1:2\]思考无向图中的顶点 v∈V，G =（V，E）（应用经典图形符号），并令 d（v）示意它的边数（即 v 具备 d（v）个敌人）。图中随机人的均匀好友数为
从而，
方差合成
回到咱们的网络。节点列表是
rbind(as.matrix(GoT\[,1:2\]),as.matrix(GoT\[,2:1\])
unique(M\[,1\]咱们每个人都能够失去敌人列表和敌人数量
as.character(M\[which(M\[,1\]==x),2\]
Vectorize(function(x) length(friends(x)以及敌人领有的敌人数量，以及均匀的敌人数量
(Vectorize(function(x) length(friends(x)))(friends(y
Vectorize(function(x) mean(friends\_of\_friends(x咱们能够查看一个随机节点的敌人数量的密度，
lines(density(Nb),col="red",
lines(density(Nb2),col="blue",
咱们还能够计算平均值
mean(Nb)
\[1\] 6.579439
mean(Nb2)
\[1\] 13.94243因而，实际上，人们均匀领有的敌人少于他们的敌人。
最受欢迎的见解
1. 采纳 spss-modeler 的 web 简单网络对所有腧穴进行剖析
2. 用 R 语言和 python 进行社交网络中的社区检测
3.R 语言文本开掘 NASA 数据网络剖析，tf-idf 和主题建模
4. 在 R 语言中应用航空公司简单网络对疫情进行建模
5.python 附属关系图模型 基于模型的网络中密集重叠社区检测
6. 应用 Python 和 SAS Viya 剖析社交网络
7. 关联网络分析：已迁离北京外来人口的数据画像
8.情感语义网络 ： 游记数据感知游览目的地形象
9. 用关联规定数据挖掘摸索药物配伍中的法则