今日からわかる！ソーシャルグラフ解析
Download as key, pdf11 likes7,117 views
OSC2012北海道のセッション． 今日からわかる！ソーシャルグラフ解析についての発表資料です． 内容は ?ソーシャルグラフのグラフ構造 ?有向グラフ，無向グラフ ?二部グラフ ?データ表現 ?ライブラリ ?グラフDBの紹介 となっています．
![JUNG
import edu.uci.ics.jung.graph.Graph;
import edu.uci.ics.jung.graph.UndirectedSparseGraph;
public class Sample1a {
public static void main(String[] args) {
Graph<Integer,Integer> graph = new
UndirectedSparseGraph<Integer,Integer>();
graph.addVertex(1);
graph.addVertex(2);
graph.addVertex(3);
graph.addEdge(101, 1, 2);
graph.addEdge(102, 2, 3);
System.out.println("Graph G = " + graph.toString());
}
}](https://image.slidesharecdn.com/osc2012-120622115522-phpapp01/85/-57-320.jpg)
![JUNG
import edu.uci.ics.jung.graph.Graph;
import edu.uci.ics.jung.graph.UndirectedSparseGraph;
public class Sample1a {
public static void main(String[] args) {
Graph<Integer,Integer> graph = new
UndirectedSparseGraph<Integer,Integer>();
graph.addVertex(1);
graph.addVertex(2);
graph.addVertex(3);
graph.addEdge(101, 1, 2);
graph.addEdge(102, 2, 3);
System.out.println("Graph G = " + graph.toString());
}
}](https://image.slidesharecdn.com/osc2012-120622115522-phpapp01/85/-58-320.jpg)
今日からわかる！ソーシャルグラフ解析
- 1. 今日からわかる！(?) ソーシャルグラフ解析 複雑ネットワークとOSS How many friends do you have? 一般社団法人LOCAL おのでら?だいち
- 4. 自己紹介 ? 苫小牧生まれ苫小牧育ち?チーム苫小牧を作りたい ? 北海道大学大学院 ? 複雑ネットワーク，クラスタって何？ ? 一般社団法人LOCAL ? Ruby札幌 ? 好：酒，寝，肉，肉チャー，二郎，写真，温泉，ヱヴァ ? 嫌：読書，英語，暑，睡眠妨害，窓...
- 5. はじめに
- 6. 本日の目的
- 7. 本日の目的
- 8. 本日の目的
- 9. 本日の目的
- 10. 複雑ネットワーク ? グラフ構造を扱う研究分野 ? Twitter,Facebook,blog...も研究対象 ? 友達の友達は友達 ? 世界は狭い ? 知り合いが超多い人は少なく，それなりの人が多い
- 11. 複雑ネットワーク ? グラフ構造を扱う研究分野 ? Twitter,Facebook,blog...も研究対象 ? 友達の友達は友達 ? 世界は狭い ? 知り合いが超多い人は少なく，それなりの人が多い
- 12. グラフ
- 13. 油 野菜 100 75 50 25 2007 2008 0 2009 2010
- 14. 油 野菜 100 75 50 25 2007 2008 0 2009 2010
- 15. 2007 2008 2009 2010 9% 14% 50% 28%
- 16. 100 75 100 50 75 25 50 2007 0 2008 25 2009 2010 20072008 0 2009 2010 9% 14% 50% 28%
- 17. 100 75 100 50 75 25 50 2007 0 2008 25 2009 2010 20072008 0 2009 2010 9% 14% 50% 28%
- 18. グラフ?
- 19. ここで扱うグラフ ? 人と人 ? モノとモノ ? 人とモノ
- 20. ここで扱うグラフ ? 人と人(一部グラフ） ? モノとモノ(一部グラフ） ? 人とモノ(二部グラフ)
- 21. ここで扱うグラフ ? 人と人(一部グラフ） ? モノとモノ(一部グラフ） ? 人とモノ(二部グラフ)
- 22. 一部グラフ ? Twitterのfollow follower関係 ? Facebookのfriend ? リアルでの友人関係
- 23. 一部グラフ friend friend friend friend
- 24. 一部グラフ follow follow follow follow
- 25. 一部グラフ follow follow follow
- 26. 本日の目的
- 27. 本日の目的 ? じゃあグラフ構造から誰が ? 「もしかして知り合い？」 ? その人のデータ（居住地）からではできないの？
- 28. 本日の目的 ? じゃあグラフ構造から誰が ? 「もしかして知り合い？」 ? その人のデータ（居住地）からではできないの？ できない
- 31. 职歴 学歴 自己紹介 基本データ 住んだこと ある場所
- 32. 职歴 学歴 自己紹介 基本データ 住んだこと ある場所 全く違う人でも知り合いなことはあるよね？
- 33. 一部グラフ friend friend friend friend
- 34. もしかして知り合い？ friend friend friend friend
- 36. 二部グラフ
- 37. 二部グラフ
- 38. 二部グラフ
- 39. 二部グラフ
- 40. グラフのみえる化
- 41. みえる化=可视化 ? ネットワークの可视化 ? 適当に人を配置してもダメ ? どうすればいい配置になるの？
- 42. 可视化の方法 ? ランダム配置 ? kkっていう配置 ? 贵搁っていう配置
- 43. ちょっと実演
- 44. 可视化 ? Twitterの可视化 ? @onodesから友達の友達まで ? ユーザ数30000くらい ? follow数35000くらい ? powered by Gephi & openord
- 45. 可视化
- 46. 可视化 ? Facebookの可视化 ? touch graph ? http://www.touchgraph.com/
- 47. 可视化 touch graph
- 48. グラフの计算
- 50. グラフの计算 ? 隣接行列(2次元配列） A B C A A 0 1 0 B B 1 0 1 C C 0 1 0
- 51. グラフの计算 ? 隣接リスト a,b b,c A B c ... C ... ...
- 52. このあたりをやってくれる ライブラリ
- 53. ライブラリ ? JUNG(Java) ? iGraph(R,Python) ? NetworkX(Python)
- 54. ライブラリ ? JUNG(Java) ? iGraph(R,Python) ? NetworkX(Python)
- 55. JUNG ? Javaで書かれたオープンソースライブラリ ? グラフで表現可能なデータのサポート ? モデリング ? 分析 ? 可视化 ? http://jung.sourceforge.net/
- 56. JUNG ? 簡単なソースコードとtutorial(日本語) ? http://www.cs.tsukuba.ac.jp/ misue/ open/tutorial/jung2/step1.html
- 57. JUNG import edu.uci.ics.jung.graph.Graph; import edu.uci.ics.jung.graph.UndirectedSparseGraph; public class Sample1a { public static void main(String[] args) { Graph<Integer,Integer> graph = new UndirectedSparseGraph<Integer,Integer>(); graph.addVertex(1); graph.addVertex(2); graph.addVertex(3); graph.addEdge(101, 1, 2); graph.addEdge(102, 2, 3); System.out.println("Graph G = " + graph.toString()); } }
- 58. JUNG import edu.uci.ics.jung.graph.Graph; import edu.uci.ics.jung.graph.UndirectedSparseGraph; public class Sample1a { public static void main(String[] args) { Graph<Integer,Integer> graph = new UndirectedSparseGraph<Integer,Integer>(); graph.addVertex(1); graph.addVertex(2); graph.addVertex(3); graph.addEdge(101, 1, 2); graph.addEdge(102, 2, 3); System.out.println("Graph G = " + graph.toString()); } }
- 59. ライブラリ ? JUNG(Java) ? iGraph(R,C++,Python) ? NetworkX(Python)
- 60. NetworkX import networkx import pylab g = networkx.Graph() g.add_edge("A", "B") g.add_edge("B", "C") networkx.draw(g) pylab.save?g("network.png")
- 61. さらに大规模化へ
- 62. 骋谤补辫丑顿叠の绍介
- 63. GraphDB ? GraphDB ? あるデータと接続しているデータを調べるために インデックスを参照しない ? あるデータからの接続関係でデータを見つける
- 64. GraphDB friend friend friend friend
- 66. GraphDB ? Query = Traversal ? 関係性，接続が大事 ? このデータからあのデータまでの最短経路って？ ? このデータに関係するデータ一覧はどれ？
- 67. GraphDB ? 簡単なまとめ ? GraphDBを使うべき場面 ? あるデータからあるデータまでの距離が知りたい ? この人の友達の友達は何人いる？ ? 使わない方がいい場面 ? データの中からこの条件に合うデータを見つける
- 68. GraphDB ? 種類 ? OrientDB ? Neo4j ? sones ? info grid...
- 69. まとめ
- 70. まとめ ? SNSの普及で人と人，モノとモノの繋がりが見えるよ うになってきた ? 繋がりから色々「オススメ」ができる ? この繋がりがネットワーク ? 扱うにはGraphを扱うライブラリ，DBが有効 ? Facebookとかに色々バレている毎日
- 71. 今日使ったツールなど ? Gephi(ネットワーク可视化） ? iGraph(ネットワーク解析，可视化ライブラリ） ? JUNG(ネットワーク解析，可视化ライブラリ） ? OrientDB(GraphDB) ? Gremlin(GraphDBアクセス用インタフェース）
Editor's Notes
- #2: \n
- #3: \n
- #4: \n
- #5: \n
- #6: \n
- #7: \n
- #8: \n
- #9: \n
- #10: \n
- #11: \n
- #12: \n
- #13: \n
- #14: \n
- #15: \n
- #16: \n
- #17: \n
- #18: \n
- #19: \n
- #20: \n
- #21: \n
- #22: \n
- #23: \n
- #24: \n
- #25: \n
- #26: \n
- #27: \n
- #28: \n
- #29: \n
- #30: \n
- #31: \n
- #32: \n
- #33: \n
- #34: \n
- #35: \n
- #36: \n
- #37: \n
- #38: \n
- #39: \n
- #40: \n
- #41: \n
- #42: \n
- #43: \n
- #44: \n
- #45: \n
- #46: \n
- #47: \n
- #48: \n
- #49: \n
- #50: \n
- #51: \n
- #52: \n
- #53: \n
- #54: \n
- #55: \n
- #56: \n
- #57: \n
- #58: \n
- #59: \n
- #60: \n
- #61: \n
- #62: \n
- #63: \n
- #64: \n
- #65: \n
- #66: \n
- #67: \n
- #68: \n
- #69: \n
- #70: \n
- #71: \n
- #72: \n