视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区|数据分享|附代码数据

频道：社交专题日期：2025-12-06 06:02:33 浏览：25

复杂的网络具有非平凡的结构，它既不是网格也不是树。

由于存在并非具有全局控制性质的分散过程，于是这些呈现出复杂特性的网络，出现在了自然界当中，同时也出现在了人造世界里面，此类网络的一些具有代表性的例子涵盖了：

社交网络，涉及家人与朋友、 Twitter的跟随者以及instagram的追随者等，文化网络，包含宗教网络与语言家族等，技术网络，有交通和通讯系统等，金融网络爱游戏app官方入口最新版本，诸如华尔街市场和国际贸易等，生物网络，像基因与蛋白质相互作用、疾病流行等。

R语言复杂网络分析：聚类（社区检测）和可视化

通过运用R以对网络数据予以处理，我们把婚宴数据集取用来运用爱游戏app官方网站登录入口，（查看文末知晓数据获取途径）。

nflo 等于 network 对 flo 进行操作，其中 directed 参数设置为 FALSE ，接着 plot 对 nflo 进行绘制，displaylabels 参数设置为 TRUE ，且 boxed.labels 参数设置为 FALSE 。

下一步是igraph。由于我们有邻接矩阵，因此可以使用它

通过邻接矩阵产生图形，这个矩阵的值的数据类型是浮点数，后面还有内容没写完吧，怎么会写到一半停止呢。

+ mode = "undirected")

能够在两个特定的节点之间，获取到最短路径爱游戏app入口官网首页，我们为节点赋予恰当的颜色。

all_shortest_paths(iflo,

> plot(iflo)

我们还可以可视化边，需要从输出中提取边缘

线性索引值等于，粘贴，将字符形式的L进行粘贴，以字符形式呈现，把L转化为字符形式后进行粘贴。

+ "--"

+ as.character(L) sep="" ,

+ paste(as.character(L) 2:5

+ "--",

E(ifl )，其颜色被设定为等于（“灰色”，“黑色”），在此之后进行绘制（iflo）。

也可以使用D3js可视化

> library( networkD3 )

> simpleNetwork (df)

接下来的问题是，往网络之中添加一个顶点，最为简单的方法是借由邻接矩阵达成概率。

> flo2=1> flo2=1

然后，我们进行集中度测量。

目的是了解它们之间的关系。

betweenness(ilo)

> cor(base)

betw close deg eig

betw，1.0000000的相关情况，0.5763487与之相关，0.8333763也与之相关，0.6737162同样与之相关。close，0.5763487的相关情况，1.0000000与之相关，0.7572778也与之相关，0.7989789同样与之相关。deg，0.8333763的相关情况，0.7572778与之相关，1.0000000也与之相关，0.9404647同样与之相关。eig，0.6737162的相关情况。

可以使用层次聚类图来可视化集中度度量

hclust(dist( ase ,

+ method="ward")