Clustering Rangkaian Sosial dalam Kumpulan - dummies

Orang cenderung membentuk komuniti - kumpulan orang lain yang mempunyai idea dan sentimen. Dengan mengkaji kluster-kluster ini, mengaitkan tingkah laku tertentu kepada kumpulan secara keseluruhan menjadi lebih mudah (walaupun mengaitkan kelakuan kepada individu adalah berbahaya dan tidak boleh dipercayai).

Idea di sebalik kajian kumpulan adalah bahawa jika ada hubungan antara orang, mereka sering mempunyai satu set idea dan matlamat yang sama. Dengan mencari kelompok, anda boleh menentukan idea ini dengan memeriksa keanggotaan kumpulan. Sebagai contoh, adalah perkara biasa untuk cuba mencari kumpulan orang dalam pengesanan penipuan insurans dan pemeriksaan cukai. Kumpulan orang yang tidak dijangka mungkin menimbulkan kecurigaan bahawa mereka adalah sebahagian daripada sekumpulan penipu atau pengeluar cukai kerana mereka tidak mempunyai alasan biasa untuk orang berkumpul dalam keadaan sedemikian.

Gawan persahabatan boleh mewakili cara orang menyambung satu sama lain. The vertex mewakili individu dan tepi mewakili hubungan mereka, seperti hubungan keluarga, hubungan perniagaan, atau hubungan persahabatan. Biasanya, graf persahabatan tidak diarahkan kerana ia mewakili hubungan bersama, dan kadang-kadang mereka ditimbang untuk mewakili kekuatan ikatan antara dua orang.

Banyak kajian memberi tumpuan kepada grafik yang tidak diarahkan yang hanya tertumpu pada persatuan. Anda juga boleh menggunakan graf yang diarahkan untuk menunjukkan bahawa Person A tahu tentang Person B, tetapi Person B tidak tahu bahawa Person A ada. Dalam kes ini, anda sebenarnya mempunyai 16 jenis triad yang berbeza untuk dipertimbangkan.

Apabila mencari kluster dalam graf persahabatan, sambungan antara nod dalam kelompok ini bergantung kepada triad - pada dasarnya, segitiga khas. Hubungan antara tiga orang boleh termasuk dalam kategori berikut:

• Ditutup: Ketiga orang tahu antara satu sama lain. Fikirkan tentang suasana keluarga dalam kes ini, di mana semua orang tahu orang lain.
• Terbuka: Satu orang tahu dua orang lain, tetapi dua orang lain tidak mengenal satu sama lain. Pikirkan tentang seseorang yang mengetahui individu di tempat kerja dan orang lain di rumah, tetapi individu di tempat kerja tidak tahu apa-apa tentang individu di rumah.
• Pasangan yang disambungkan: Seseorang mengenali salah seorang daripada orang lain dalam triad tetapi tidak tahu orang ketiga. Keadaan ini melibatkan dua orang yang mengetahui sesuatu tentang bertemu satu sama lain baru - seseorang yang berpotensi ingin menjadi sebahagian daripada kumpulan itu.
• Tidak Berhubungan: Triad membentuk satu kumpulan, tetapi tidak seorang pun dalam kumpulan mengenal satu sama lain. Yang terakhir ini mungkin kelihatan agak ganjil, tetapi berfikir tentang konvensyen atau seminar.Orang-orang di acara ini membentuk kumpulan, tetapi mereka mungkin tidak tahu apa-apa tentang satu sama lain. Walau bagaimanapun, kerana mereka mempunyai minat yang sama, anda boleh menggunakan clustering untuk memahami tingkah laku kumpulan.

Triad berlaku secara semula jadi dalam hubungan, dan banyak rangkaian sosial Internet telah memanfaatkan idea ini untuk mempercepat hubungan antara peserta. Ketumpatan sambungan penting untuk semua jenis rangkaian sosial kerana rangkaian yang bersambung dapat menyebarkan maklumat dan berkongsi kandungan dengan lebih mudah. Sebagai contoh, apabila LinkedIn, rangkaian sosial profesional, memutuskan untuk meningkatkan ketumpatan sambungan rangkaiannya, ia bermula dengan mencari triad terbuka dan cuba menutupnya dengan menjemput orang untuk menyambung. Penutup triad adalah pada asas algoritma Sambung LinkedIn. Anda boleh mengetahui lebih lanjut mengenai cara ia berfungsi dengan membaca jawapan Quora.

Contoh di sini bergantung pada graf sampel Karate Club Zachary. Ia adalah graf kecil yang membolehkan anda melihat bagaimana rangkaian berfungsi tanpa menghabiskan banyak masa memuatkan dataset yang besar. Mujurlah, dataset ini muncul sebagai sebahagian daripada pakej networkx . Rangkaian Karate Club Zachary mewakili hubungan persahabatan antara 34 anggota kelab karate dari 1970 hingga 1972. Sosiologi Wayne W. Zachary menggunakannya sebagai topik kajian. Beliau menulis sebuah kertas di atasnya bertajuk "Model Aliran Maklumat untuk Konflik dan Pembelahan dalam Kelompok Kecil. Fakta yang menarik mengenai graf ini dan makalahnya ialah pada tahun-tahun itu, timbul konflik di kelab antara salah satu pengajar karate (nombor nod 0) dan presiden kelab (nod nombor 33). Dengan mengelompokkan graf, anda hampir boleh meramalkan perpecahan kelab menjadi dua kumpulan sejurus selepas berlakunya kejadian.

Oleh kerana contoh ini juga menggambarkan grafik yang menunjukkan kumpulan (supaya anda dapat memvisualisasikannya lebih mudah), anda juga perlu menggunakan pakej matplotlib . Kod berikut menunjukkan bagaimana untuk menggambarkan nod dan tepi dataset.

import networkx sebagai nx

import matplotlib. pyplot sebagai plt

% matplotlib inline

graph = nx. karate_club_graph ()

pos = nx. spring_layout (graf)

nx. lukis (graf, pos, with_labels = Benar)

plt. tunjukkan ()

Untuk memaparkan grafik pada skrin, anda juga perlu menyediakan susun atur yang menentukan cara memposisikan nod pada skrin. Contoh ini menggunakan algoritma yang diarahkan oleh Fruchterman-Reingold (panggilan ke nx spring_layout ). Angka itu menunjukkan output dari contohnya. (Output anda mungkin kelihatan sedikit berbeza.)

Graf yang menunjukkan kluster rangkaian hubungan antara rakan-rakan.

Algoritma yang diarahkan oleh Fruchterman-Reingold untuk menghasilkan graf-grafan automatik yang menghasilkan susun atur yang mudah difahami dengan nod yang terpisah dan tepi yang cenderung tidak menyeberang dengan meniru apa yang berlaku dalam fizik antara zarah atau magnet yang dikenakan elektrik yang mengandungi tanda yang sama. Dalam melihat output graf, anda dapat melihat bahawa beberapa nod hanya mempunyai satu sambungan, ada dua, dan lebih daripada dua.Bahagian tepi membentuk triad, seperti yang dinyatakan sebelum ini. Walau bagaimanapun, pertimbangan yang paling penting ialah angka itu jelas menunjukkan kluster yang berlaku dalam rangkaian sosial.