R中的基本SNA？-如何加载网络数据

Question

几年前，我使用UCINET进行了一些社交网络分析。这些天我想再次使用SNA -但这一次我更喜欢一个统一的分析框架-对我来说是R。

我看过sna和statnet文档，但有点不知所措。

我想做的是:首先:加载一个直接从网络调查(通常是有值的)中提取的二分/关联矩阵。将此矩阵转换为两个邻接矩阵‘(按从属关系从属，按事例)。它也可以是一个有方向的，有价值的案例矩阵。

第二:加载顶点属性的文件(也来自网络调查数据)。

第三:然后根据一些中心性度量绘制具有例如顶点大小的图，通过一些顶点属性进行着色和标记，只有值超过特定阈值的边才会被绘制。

这是一个迷你关联矩阵：

data <- structure(list(this = c(0, 1, 0, 1, 1, 2, 0, 1, 3), 
 that = c(1, 1, 3, 0, 0, 0, 2, 1, 0), 
 phat = c(0, 0, 2, 1, 0, 0, 1, 2, 0)), 
 .Names = c("this", "that", "phat"), 
 row.names = c("a", "b", "c", "d", "e", "f", "g", "h", "i"), 
 class = "data.frame")

使用som属性数据：

att <-structure(list(sex = structure(c(1L, 1L, 2L, 2L, 1L, 2L, 1L, 
1L, 1L), .Label = c("F", "M"), class = "factor"), agegr = c(1L, 
1L, 3L, 1L, 3L, 1L, 1L, 3L, 1L), place = structure(c(1L, 2L, 
1L, 1L, 1L, 1L, 2L, 2L, 1L), .Label = c("Lower", "Upper"), 
class = "factor")), .Names  = c("sex", 
"agegr", "place"), row.names = c(NA, -9L), class = "data.frame")

附注：也许SNA是这篇文章的一个很好的标签？我只是没有这样的善意:-)

Answer 1

这是一个很好的问题，并为在R中进一步探索SNA提供了一些机会。我更熟悉igraph package，所以我将使用该库中的函数来回答您的问题。

你问题的第一部分有一个相当简单的解决方案：

# Convert data frame to graph using incidence matrix
G<-graph.incidence(as.matrix(data),weighted=TRUE,directed=FALSE)
summary(G)
# Vertices: 12 
# Edges: 30 
# Directed: TRUE 
# No graph attributes.
# Vertex attributes: type, name.
# Edge attributes: weight.

这将返回来自关联矩阵的具有无向边和加权边的图形对象。要从二部图生成从属关系图，您有两个选择。最简单快捷的方法是：

proj<-bipartite.projection(G)

这将返回一个列表，每个投影索引为$proj1和proj2，不幸的是，这些项目不包含您在执行此操作时通常需要的边权重。要做到这一点，最好的解决方案是自己简单地执行矩阵乘法。

# Create the matrices, and set diagonals to zero
M<-as.matrix(data)
affil.matrix<-M%*%t(M)
diag(affil.matrix)<-0
cases.matrix<-t(M)%*%M
diag(cases.matrix)<-0
# Create graph objects from matrices
affil.graph<-graph.incidence(affil.matrix,weighted=TRUE)
cases.graph<-graph.incidence(cases.matrix,weighted=TRUE)

使用属性数据生成绘图有点棘手，需要更多的编码，但我建议您查看一些igraph examples，甚至some of my own，因为那里有很多可以让您入门的内容。祝好运!

Answer 2

这并不能直接回答你的问题，但如果你还没有看过Drew Conway's presentation on SNA in R，我强烈建议你去看看它。

Answer 3

您可能还想看看Social Network Analysis Labs in R and SoNIA，特别是lab on affiliation data。