История Летописи/Процедура превращения журнала в карту

Что у нас есть и что нам понадобиться?

Вся история изменений Летописи в текстовом формате csv на 143 мгб История за каждый год с 2006 по 2015 доступна на сайте открытых данных https://hubofdata.ru/dataset?q=letopisi - для дальнейшего анализа. Каждый желающий может взять эти данные

Разделение по годам

1. lhist <- read.csv(file.choose(),sep=";", as.is=T, header=T, encoding ="UTF-8") # считали всю историю Летописи
2. lhist <- na.omit(lhist ) # Убрали строки с неопределенными NA значениями
3. sort1.let <- lhist[order(lhist$rev_timestamp), ] # Отсортировали записи по дате
4. lhist.sub2006 <- subset(lhist2,as.numeric(rev_timestamp) < 20070000000000 & as.numeric(rev_timestamp) > 20060000000000 ) ; Действия 2006 года
5. lhist.sub2007 <- subset(lhist2,as.numeric(rev_timestamp) < 20080000000000 & as.numeric(rev_timestamp) > 20070000000000 ) ; 2007
6. lhist.sub2008 <- subset(lhist2,as.numeric(rev_timestamp) < 20090000000000 & as.numeric(rev_timestamp) > 20080000000000 ) ; 2008

Сохранили все данные по годам - https://hubofdata.ru/dataset?q=letopisi - для дальнейшего анализа

Данные для каждого года

Для каждого года мы можем посмотреть

1. E - общее число действий legth(lhist.sub2007[,2])
2. U - users2007 <- unique(lhist.sub2007[,2]) = length(unique(lhist.sub2009[,2]))  ;
3. P - pages2007 <- unique(lhist.sub2007[,5])  ;

• users <- unique(lhist[,2])  ; выделить участников
  • length(unique(lhist[,2])) - посчитать участников
• pages <- unique(lhist[,5])  ; - выделить страницы
  • length(pages) = length(unique(lhist[,5])) - посчитать страницы

Превращение данных в сеть

В конкретном примере на данных 2006 года

1. lt06 <- data.frame(Source = paste("U",lhist.sub2006[,2],sep=":" ) , Target = paste("P",lhist.sub2006[,5],sep=":") )
2. lt06.network <- graph.data.frame(lt06,directed=F) ;
3. V(lt06.network)$type <- bipartite.mapping(lt06.network)$type
   • всегда используем этот тип
   • как получить вершины одного типа?

1. lt06.network <- simplify(lt06.network , remove.multiple = T, remove.loops = T, edge.attr.comb=c(weight="sum") ) ; # Объединение связей

Данные о биграфе 2006 год

1. graph.density(lt06.network)
2. clusters(lt06.network)$no
3. diameter(lt06.network)
4. transitivity(lt06.network, type="global") ; # понятно, что 0
5. centralization.betweenness (lt06.network) ;

Распределение узлов сети по различным параметрам

Здесь мы просто рассматриваем распределение узлов по их сетевым характеристикам

Распределение всех узлов по degree

1. sorted_by_degrees <- sort(degree(lt06.network), decreasing=TRUE)
2. write.csv(sorted_by_degrees, file="lt06_soterdby_degrees.csv", row.names=TRUE) ;

Распределение по центральности

1. sorted_by_betw <- sort(betweenness(lt06.network), decreasing=TRUE)

1. write.csv(sorted_by_betw, file="lt06_soterdby_betw.csv", row.names=TRUE) ;

Распределение по PageRank

1. sorted_by_rank <- sort(page.rank(lt06.network)$vector, decreasing=TRUE)
2. sorted_by_rank[1:50]
3. write.csv(sorted_by_rank, file="lt06_soterdby_rank.csv", row.names=TRUE) ;

Распределение по коэффициенту кластеризации

1. transitivity(g, type="local")
2. order(transitivity(g, type="local")) - отранжировали узлы по кластеризации (имеет смысл только для одномодального графа) - Коэффициент кластеризации

Превращение двумодального графа в одномодальный

1. ltr06.network_users <- bipartite.projection(ltr06.network)$proj2

Посчитали характеристики одномодального графа участников

1. graph.density(ltr06.network_users)
2. clusters(ltr06.network_users)$no
3. diameter(ltr06.network_users)
4. transitivity(ltr06.network_users, type="global") ;
5. centralization.betweenness (ltr06.network_users) ;

Выделили сообщества

Представили сообщества Летописи в VOSview - см. История Летописи

---

См.

1. История Летописи/Иллюстрации
2. История образовательной Галактики

Сравнение отдельных проектов Летописи в R - ВикиграммаR

---