一、关系网络数据类型

关系网络需要什么样子的数据呢？ ? ?笔者接触到了两种数据结构，擅自命名：平行关系型、文本型。根据数据关联，也有无向数据、有向数据。

并且关系网络生成之后，R里面就不是用真实的名字来做连接，是采用编号的。例如（小明-小红）是好朋友，在R里面就显示为（1-2），所以需要单独把名字属性加到序号上。

1、平行关系型

（1）无向平行数据。直接上例子比较直观，社交网络中的好友关系，你-我，我-他。这样排列，是无向

1. id1?di2??

2. 小明??小红??

3. 小张??小白??

4. 小红??小胖??

5. 小胖??小蓝??

6. 小白??小明??

7. 小白??小张??

8. 小明??小胖??

很简单的两列数据，说明了小明-小红、小张-小白的社会关系。当然需要注意，重名问题，名字可能有重叠，可以给每个人一个编号，这样就不会出现重名。

实战中，一般是拿编号作为输入变量，拿名字作为编号的标签，加入到关系网络中。

（2）有向平行数据。举一个书（《R语言与网站分析》）上的例子。解读一下这个图，这是一条微博的转发情况，“老牛”用户这个微博号转发，让“晴”、“四眼看八方”两个用户看到了。

“老牛”用户发出，“晴”、“四眼看八方”用户分别接收到。

2、文本型

文本型主要针对的是文本数据，笔者在参赛时就用到这个。文本型也有两种情况：有向型以及词条-文本矩阵。这部分内容跟文本挖掘相关，关于分词内容可以参考中文分词包Rwordseg。

（1）有向型就如同平行关系型有向数据结构一样，人名-词条两个

（2）词条-文本矩阵

文本挖掘中，一般都能获得这个矩阵，可以看一下tm包，文档-词频矩阵。tm包中用DocumentTermMatrix函数可以获得。

跟上面的对比一下就了解，变成了一个稀疏矩阵，相关的关联规则、随机森林中中也会用到这个矩阵。tm包可以实现，也可以通过reshape包中的cast函数，构造这个函数。

需要原来的数据框调整为以每个词作为列名称（变量）的数据框。也就是一定意义上的稀疏矩阵（同关联规则），也就是将long型数据框转化为wide型数据框。转换可以用的包有reshape2以及data.table。

其中，data.table里的`dcast`函数比reshape2包里的`dcast`好用，尽管他们的参数都一样，但是很多人还是比较喜欢老朋友reshape2包,然而这一步需要大量的内存，本书在服务器上完成的，如果你的电脑报告内存不足的错误，可以使用data.table包里的`dcast`函数试试。转化为稀疏矩阵，1表示访问，0表示未访问。

二、构造关系网络

1、自编译函数init.igraph

看到了数据类型，大概知道其实需要两样东西，一个起点数据列、一个终点数据列。那么构造数据就只需要调用一下函数，在这里选用《R语言与网站分析》书中第九章关系网络分析中，李明老师自己编译的函数来直接构造。

在使用之前需要library调用igraph包，该函数的好处就是直接帮你打上点标签以及线标签。

1. init.igraph<-function(data,dir=F,rem.multi=T){??

2. ??labels<-union(unique(data[,1]),unique(data[,2]))??

3. ??ids<-1:length(labels);names(ids)<-labels??

4. ??from<-as.character(data[,1]);to<-as.character(data[,2])??

5. ??edges<-matrix(c(ids[from],ids[to]),nc=2)??

6. ??g<-graph.empty(directed?=?dir)??

7. ??g<-add.vertices(g,length(labels))??

8. ??V(g)$label=labels??

9. ??g<-add.edges(g,t(edges))??

10. ??if?(rem.multi){??

11. ????E(g)$weight<-count.multiple(g)??

12. ????g<-simplify(g,remove.multiple?=?TRUE,??

13. ????????????????remove.loops?=?TRUE,edge.attr.comb?=?"mean")??

14. ??}??

15. ??g??

16. }??

这个函数有这么几个参数：

data,是两列关系数据，前面已经讲过了，只能两列，而且要同等长度；

dir，逻辑值，T代表有向图，F无向图；

rem.multi，逻辑，T删除重复变量并更新线权重weight，F不删除并且线权重为1。
使用方法直接init.igraph(data，dir=T,rem.multi=T)即可。

2、文本型数据

一般数据结构都可以套用上面的函数，包括平行关系型的有向、无向；文本型。其中对于文本矩阵型数据还有一个办法，参考于统计词画番外篇（一）：谁共我，醉明月？

利用igragh包中的graph_from_adjacency_matrix函数。

1. adjm?<-?matrix(sample(0:1,?100,?replace=TRUE,?prob=c(0.9,0.1)),?nc=10)??

2. g1?<-?graph_from_adjacency_matrix(?adjm?,weighted=TRUE,mode="undirected")??

3. ??

4. ???##?给稀疏矩阵行列进行命名??

5. rownames(adjm)?<-?sample(letters,?nrow(adjm))??

6. colnames(adjm)?<-?seq(ncol(adjm))??

7. （编辑：西安站长网）

   【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!