如何在數據幀中建立用戶網絡？

Question

嗨，我是新手，我遇到了一個問題，即從名為w2的數據幀中找到用戶（uID）的網絡和商品（faID）的網絡，例如

 faID      uID
  1        1256
  1        54789
  1        547821
  2        3258
  2        4521
  2        4528
  3        98745
  3        1256
  3        3258
  3        2145

這只是一個示例，我有2萬多篇文章，我想基於數據幀格式的文章在用戶之間建立關系，例如

**##for article one##**


1258  54789
1258  547821
47789 547821 

**##similarly for article 2##**

3258  4521
3258  4528
4528  4521

我使用的是稀疏矩陣格式，但是r內存不允許我查找用戶和文章的網絡和中心評分。任何幫助將不勝感激。其他一些信息是dput（head（w2，））結構（ list（faID = c（1L，1L，1L，1L，1L，1L），uID = c（20909L，6661L，1591L，28065L，42783L，3113L）），.names = c（“ faID”，“ uID”） ，row.names = c（7L，9L，10L，12L，14L，16L），類= data.frame“）

昏暗（w2）[1] 364323 2

Answer 1

這是關於如何為鄰接關系構造data.frame的問題的一個答案（在許多可能的解決方案中）

user -- (article) -- user 

使用dplyr ：

library( dplyr )
edges <- tbl_df( tab ) %>% 
  group_by( article ) %>%
  do( {    
    tmp <- combn( sort(.$user),  m = 2 )
    data.frame( a = tmp[1,], b = tmp[2,], stringsAsFactors = FALSE )
  } ) %>%
  ungroup

這使

Source: local data frame [12 x 3]

   article  a  b
1        1 u1 u2
2        1 u1 u3
3        1 u2 u3
4        2 u2 u4
...

如果您要總結兩個用戶共有多少篇文章，可以通過以下方法進行操作：

edges <- edges %>%
  group_by( a, b ) %>%
  summarise( article_in_common = length(article) ) %>%
  ungroup

Source: local data frame [6 x 3]

   a  b article_in_common
1 u1 u2                 1
2 u1 u3                 1
3 u1 u4                 1
4 u1 u6                 1
...

請注意，這是可能的，因為你sort ，以號召主編用戶之前combn 。

根據這些數據，您可以輕松構造igraph對象：

library(igraph)
g <- graph.data.frame( select(edges, a, b, weight = article_in_common), directed = FALSE )

plot(g)

在此圖上，您無法調用任何可用的集中度或社區度量。 例如看到? centralize.scores ? centralize.scores 。