在 R 的 igraph 中构建用于社区检测的数据

Question

我是 igraph 和社交网络分析的新手，但不是 R。

我正在努力正确构建用于社区检测的数据集，但已成功使用 iGraph 生成共现矩阵 as directed [here]。接下来我想做的是在同一个数据集上使用社区检测算法来创建一个显示集群的图形as is done in the answer here。

如何做到这一点的示例代码如下：

df1 <- graph.famous("Zachary")
df2 <- walktrap.community(df1) #any algorithm
plot.communities(df2, df)

我一直在网上四处寻找 Zachary 数据集的结构，以便正确建模我的数据，但我很难通过技术文档找到自己的方法。

我的数据目前是长格式的，这样：

id         interest    comments
1             Comedy          2
1  Music: Electronic         11
1       Video Gaming         10
1         Music: Pop          1
1      Entertainment          1
1       Video Gaming          4
2       Video Gaming         45
2      Entertainment         26
2         Music: Pop          1
2            Comedy         14
3      Video Gaming         10
3     Entertainment          4
3            Comedy          8
4      Video Gaming          9
4 Music: Electronic          1
4        Music: Pop          2
5        Music: Pop          2
5     Entertainment          1
5      Video Gaming          1
6      Video Gaming         12

我试图在我正在研究的人群中找到重叠兴趣的集群，所以ID 是一个人，interests 是这个人的兴趣，comments 是他们有多少次的索引表现出兴趣。这有帮助吗？

我尝试在此数据集上运行社区算法（例如df2 <- walktrap.community(df)），但这似乎无法正常工作。关于这个 n00b 做错了什么的想法？

Answer 1

图表不允许您对个体进行聚类，而只能找出哪些变量是相关的。尽管如此，如果你想从你的数据中构建一个图表，这就是你必须做的。 （请注意，我已将您的示例数据保存为 .csv 文件并将其上传到保管箱，以制作一个易于重现的示例）。

library(repmis)
library(igraph)

test=source_data("https://www.dropbox.com/s/bochkedd4o3gzvq/so.csv?dl=0")

首先，您想要创建一个矩阵，其中每个个体一行，每个特征一列：

matrix=matrix    
rownames(matrix)=unique(test[,1])
colnames(matrix)=unique(test[,2])

并且单元格的值对应于兴趣的强度：

for (i in 1:nrow(matrix)){
    temp=test[test[,1]==i,][,2:3]
    for (j in 1:ncol(matrix)){
    matrix[i,j]=sum(temp[temp[,1]==colnames(matrix)[j],2]) # sum is used because of duplicates
    }
}

你得到的是：

> matrix
  comedy electronic gaming pop ent
1      2         11     14   1   1
2     14          0     45   1  26
3      8          0     10   0   4
4      0          1      9   2   0
5      0          0      1   2   1
6      0          0     12   0   0

然后，您可以从中创建一个邻接矩阵：

x=t(matrix)%*%matrix

你得到的是：

> x
           comedy electronic gaming pop  ent
comedy        264         22    738  16  398
electronic     22        122    163  13   11
gaming        738        163   2547  79 1225
pop            16         13     79  10   29
ent           398         11   1225  29  694

从中构建图表很容易：

g=graph.adjacency(x,weighted=T,mode="undirected",diag=FALSE)
g=simplify(g)

您可以将任何社区检测算法应用于对象g，例如：

spinglass.community(g,weight=E(g)$weight)

如果您想对个体而不是变量进行聚类，我会研究 PCA 和层次聚类（例如，参见 FactoMineR 包中出色的 HCPC 函数）。在这种情况下，您将使用上面的对象matrix（无需计算邻接矩阵）。