如何在数据帧中建立用户网络？

Question

嗨我是新来的r我有一个问题，即从名为w2的数据框中找到用户（uID）和文章网络（faID）的网络，如

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

这只是一个例子，我有超过20000篇文章  我希望基于数据框格式的文章在用户之间建立关系，例如

**##for article one##**


1258  54789
1258  547821
47789 547821 

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

3258  4521
3258  4528
4528  4521

我使用稀疏矩阵格式但是r内存不允许我找到用户和文章的网络和中心分数。任何帮助都将受到高度赞赏。其他一些信息是 dput（头（W2）） 结构（列表（faID = c（1L，1L，1L，1L，1L，1L），uID = c（20909L，6661L，1591L，28065L，42783L，3113L））,. Name = c（“faID”，“uID “），row.names = c（7L，9L，10L，12L，14L，16L），class = data.frame”）

暗淡（W2） [1] 364323 2

Answer 1

以下是关于如何为邻接构建data.frame的问题的一个答案（在许多可能的解决方案中）

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

给出了

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
...

如果您想总结两个用户共有多少篇文章，可以通过以下方式完成：

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
...

请注意，这是可行的，因为您在调用sort之前combn了用户。

从这些数据中，您可以轻松构建igraph对象：

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

plot(g)

在此图表中，您可以调用任何可用的中心或社区度量。例如，请参阅? centralize.scores。