数据来源
KONECT【1】 http://konect.uni-koblenz.de/networks/facebook-wosn-links
原文来源：http://www.afenxi.com/post/5728
数据原始格式
. txt文本格式，空格分隔 . 注释信息以%开头 . 每行一组数据，共四个字段 第一字段：用户ID1 第二字段：用户ID2 第三字段：用途不明 第四字段：好友关系建立时间，多数为0，数据缺失 % sym unweighted % 817035 63731 63731 1 2 1 0 1 3 1 0 1 4 1 0 2 3 1 1183325626 2 7 1 0 2 9 1 1187651286 ...
Note：好友信息以无向图的形式存储，不存在重复链接，保证第一字段用户ID始终小于第二字段用户ID；从实例数据中我们可以看到用户1和用户2是好友，但只存在于用户1的好友记录里，而不会在用户2的好友记录里重复出现
数据清洗
需要从原始数据中清除这些：
以%开头的注释行
不明用途的第三字段
数据缺失的第四字段
# 利用linux命令sed，awk完成数据清洗
cat facebook-wosn-links.txt | sed '/%/d' |
awk '{print $1" "$2}' > facebook-wosn-links-clean.txt
数据读入
利用R语言read.table函数以table格式存储数据
# R语言读入数据
friends.whole <- read.table("Your File Address",
header=FALSE, sep=" ", col.names=c("from","to"))
数据选取
数据中包含非常多的用户，数据间相互影响，为了使结果更清晰，我们选定某一用户，分析其好友的分布特点
library(igraph) # 将所有用户按照好友数量倒序排序 sort(table(c(friends.whole$from, friends.whole$to)), dec=T) # 选定拥有合适好友数量的用户 uid <- 979 # 好友ID friends.connected <- unique(c(friends.whole$to[friends.whole$from == uid], friends.whole$from[friends.whole$to == uid])) # 选取该用户所有好友 friends.sample <- friends.whole[ ((friends.whole$from %in% friends.connected) & (friends.whole$to %in% friends.connected)), c(1,2)] # 创建graph对象，并去除循环 friends.graph <- graph.data.frame(d = friends.sample, directed = F, vertices = unique(c(friends.sample$from, friends.sample$to))) friends.graph <- simplify(friends.graph) is.simple(friends.graph) # 去除孤立的点，其实本例中并不存在孤立点，但作为标准化操作保留 dg <- degree(friends.graph) friends.graph <- induced.subgraph(friends.graph, which(dg > 0))
好友分布图
plot(friends.graph, layout = layout.fruchterman.reingold, vertex.size = 2.5, vertex.label = NA, edge.color = grey(0.5), edge.arrow.mode = "-")
从下图可以看出，好友的分布具有一定的聚集性
接下来，我们希望将不同群体的好友用不同的颜色标明出来，提供类似于好友自动分组的功能；使用的是igraph包提供的walktrap.community函数【2】
friends.com = walktrap.community(friends.graph, steps=10) # 返回每个节点的分组结果 V(friends.graph)$sg = friends.com$membership # 按照分组结果赋予节点不同的颜色 V(friends.graph)$color = NA V(friends.graph)$color = rainbow(max(V(friends.graph)$sg))[V(friends.graph)$sg] plot(friends.graph, layout = layout.fruchterman.reingold, vertex.size = 5, vertex.color = V(friends.graph)$color, vertex.label = NA, edge.color = grey(0.5), edge.arrow.mode = "-")
在图中，有些用户是中间人的角色，连接了两个聚集，我们可以利用igraph包提供的betweenness函数找出他们
V(friends.graph)$btn = betweenness(friends.graph, directed = F) plot(V(friends.graph)$btn, xlab="Vertex", ylab="Betweenness")
betweenness函数统计的是通过每个节点的最短路径的数量，该值越高，则表明该节点作为中间节点的作用越强
V(friends.graph)$size = 5 V(friends.graph)[btn>=500]$size = 15 V(friends.graph)$label = NA V(friends.graph)[btn>=500]$label = V(friends.graph)[btn>=500]$name plot(friends.graph, layout = layout.fruchterman.reingold, vertex.size = V(friends.graph)$size, vertex.color = V(friends.graph)$color, vertex.label = V(friends.graph)$label, edge.color = grey(0.5), edge.arrow.mode = "-")
最后，我们希望从二级好友【3】中找出一些用户来进行推荐，可以根据共同好友数量来选取
# 所有二级好友 friends.2nd <- c(friends.whole$from[ (friends.whole$to %in% friends.connected)], friends.whole$to[ (friends.whole$from %in% friends.connected)]) # 该用户本身也会被包含到二级好友中，需要剔除 friends.2nd <- friends.2nd[friends.2nd!=uid] # 按共同好友的数量进行倒序排序 friends.recommand <- sort(table(friends.2nd), dec = T) # 取出共同好友最多的10个用户来推荐 friends.recommand <- friends.recommand[1:10] > friends.recommand[1:10] friends.2nd 用户ID 5050 5559 6896 5587 7659 6255 14521 554 5586 6062 共同好友数量 63 22 20 19 18 17 16 15 15 15
根据共同好友数量的推荐算法虽然较为简单，但只要网络本身包含较多的真实线下好友关系，推荐的结果还是非常有价值的。此外，还有许多推荐算法，如根据用户的属性（兴趣爱好，地理位置等）来做聚类推荐，我们将在以后的文章中进行探讨。
参考资料：http://cos.name/2011/04/exploring-renren-social-network/
注释：
【1】KONECT是由德国Koblenz-Landau大学提供的开放图谱数据集
【2】算法原理是随机的短距离跳转有较大概率停留在相同聚集内
【3】二级好友指的是好友的好友