Rvisualization.Rmd

---
title: "Social Network"
author: "Borg"
date: "April 10, 2017"
output: html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

# Social Network

## Process  
读取数据，跨表连接生成 src -> dest 的关系图，并保存

```{r}
library(ggplot2)
library(plotly)
library(dplyr)
users <- read.csv("users.csv")
relations <- read.csv("relation.csv")
tmp <- merge(relations, users, by.x="from", by.y="id")
names(tmp)[3:6] <- c("from_location", "from_nike", "from_layer", "from_gender")
merged <- merge(tmp, users, by.x="to", by.y = "id")
names(merged)[7:10] <- c("to_location", "to_nike", "to_layer", "to_gender")
head(merged)
write.csv(merged, "Networkdata.csv")
```

## 数据  
一共爬取的用户数量，关注的关系链数量
```{r}
nrow(users)
nrow(relations)
```

男女用户数
```{r}
table(users$gender)
```

爬取的每个深度用户数，0为本人，1为直接关注的其它用户数量。。。
```{r}
table(users$layer)
```

直接关注的用户昵称
```{r}
myfollow <- users$nike[users$layer==1]
myfollow[1:8]
```

按被关注数排序，因为是从lbgandthesun本人开始往下爬取的，所以在此lbgandthesun被关注的数量会比较高，注意此处数据不为用户的粉丝数，而是只限于爬取的范围内的统计，不包括第2层的关注，因为第二层的关注列表未爬，数据量太大。总之此处就是一级好友共同关注最多的用户。
```{r}
sort(table(merged$to_nike), TRUE)[1:20]
```

因为数据量比较大，使用专门的社交网络可视化工具Cytoscape进行可视化。