कच्चे डेटा से ग्राफ बनाना

केस स्टडीज़: R में नेटवर्क विश्लेषण

Edmund Hart

Instructor

डेटा का अन्वेषण

डेटा: कई दिनों के सभी ट्वीट जिनमें #rstats का ज़िक्र है
ग्राफ बनाने के लिए प्रमुख एट्रिब्यूट:
- screen name
- ट्वीट का कच्चा टेक्स्ट

एक ट्वीट की संरचना

ReecheshJC: "Hey #rstats, मैं fct_lump कैसे करूँ जहाँ मैं किसी कॉलम के count वैल्यू पर लंप करूँ?"
kom_256: "RT @elenagbg: Retweeted R-Ladies Madrid (@RLadiesMAD):\n\nEn el #OCSummit17... Fast Talks sobre #rstats organizado por... https://t.co/CKY5aG…"

library(igraph)
library(stringr)
raw_tweets <- read.csv("datasets/rstatstweets.csv", 
  stringsAsFactors = FALSE)

डेटा सैंपल, एक पंक्ति

user_name:    Karen Millidine
screen_name:    KJMillidine
tweet_tex:t    RT @Rbloggers: RStudio v1.1 Released 
https://t.co/kCMHc689nY #rstats #DataScience
favorites:    0
retweets:    96
location:    None
expanded_url:    https://wp.me/pMm6L-ExV
in_reply_to_tweet_id:    NA
in_reply_to_user_id:    NA
dt:    10/10/17

ग्राफ बनाना

## सभी screen names लें
all_sn <- unique(raw_tweets$screen_name)

## ग्राफ बनाएँ
retweet_graph <- graph.empty()

## screen names को vertices के रूप में जोड़ें
retweet_graph <- retweet_graph + vertices(all_sn)

ग्राफ बनाना

## नाम निकालें और edges जोड़ें
for(i in 1:dim(raw_tweets)[1]){

  # रीट्वीट नाम निकालें
  rt_name <- find_rt(raw_tweets$tweet_text[i])
  # अगर नाम है तो एक edge जोड़ें
   if(!is.null(rt_name)){

      # जाँचें कि vertex मौजूद है या नहीं; नहीं है तो जोड़ें
      if(!rt_name %in% all_sn){ 
        retweet_graph <- retweet_graph + vertices(rt_name)
      }

     # edge जोड़ें
     retweet_graph <- retweet_graph + 
       edges(c(raw_tweets$screen_name[i], rt_name))

   }

}

ग्राफ साफ करना

## degree 0 वाले vertices की संख्या गिनें
sum(degree(retweet_graph) == 0) 

## ट्रिम और सरल करें
retweet_graph <- simplify(retweet_graph)
retweet_graph <- delete.vertices(retweet_graph, 
  degree(retweet_graph) == 0)

अभ्यास करते हैं!

केस स्टडीज़: R में नेटवर्क विश्लेषण