NodeXL基础手册专业资料.doc

社交媒体网络分析:NodeXL实践与学习

社交媒体工具,如电子邮件、论坛、博客、微博和维基,被数十亿全世界人们。她们通过这些媒体沟通，通过桌面和基于web应用在固定或移动设备上，成果创立了各种复杂社会网络构造。这个活泼互动与网络关系创造了通过这些技术是由于个人、组织、社会团队不断增长。理解这些社交媒体网络发展,变化,失败或成功是一种越来越受到研究人员和专业人士关注。当前社会网络分析提供了一组概念和指标系统地研究这些动态流程。信息可视化办法也变得有价值，协助顾客在在复杂社会网络中发现模式、趋势、集群和离群值。
丰富软件工具对社会网络分析和可视化展示了力量兴趣,但许多这些工具使用困难,特别是对于那些缺少经验编程语言。开源软件工具,NodeXL设计特别以便学习概念和办法社会网络分析与可视化作为一种核心组件(更多信息见史密斯,Shneiderman,et al . )。
Microsoft Excel NodeXL模板是一种免费和开源扩展到广泛使用电子表格应用程序,提供了一系列基本网络分析和可视化功能。
NodeXL使用高度构造化工作簿包括各种工作表来存储所有模板代表一种网络图所需信息。网络关系(如图边)表达为一种Edges列表,所有成对顶点相连构成了网络图。其她工作表包括关于每个顶点信息和集群信息。可视化功能容许顾客显示一定范畴网络图，数据属性映射到视觉属性涉及形状、颜色、大小、透明度和位置。
NodeXL支持学生学习社会网络分析和专业人士网络分析应用到感兴趣业务问题上。它建立在熟悉Excel电子表格范式基本上，为非程序员提供一种易于使用工具。NodeXL集成Excel内某些析函数,惯用网络指标和可视化这三个方面。它支持不同视觉网络布局、强大过滤、聚类和映射顶点和edge-level数据到高度可定制视觉属性和标签。中档规模网络工具支持工作几千顶点,尽管某些顾客已经成功地解决成千上万顶点。
NodeXL重要由微软研究院Marc Smith团队及众多研究机构热心人士完毕，其参加人员如下图所示：

图1 NodeXL参研人员
重要功能特色如下图所示：

图2 NodeXL功能

几种NodeXL绘制关系图展示

第1章 启动NodeXL

开始通过打开NodeXL寻常基本层展示了Excel在顶部菜单栏,左边一种空白工作簿,图右侧窗格(图1)。NodeXL容许顾客在Edges列填写或粘贴边列表数据，构成顶点对彼此有关。

1.1 数据录入
开始使用NodeXL一种办法是输入你自己列表。例如,您也许在每一行输入朋友名字作为顶点1和顶点2列(见图2)。

1.2 展示图
单击Show Graph按钮(图正上方窗格)来显示网络情谊例子(图3)。假设无向关系,也就是说,Ann是Bob朋友,Bob也是Ann朋友。

图3 无向图示例
1.3 强调显示边
点击其中一种工作簿行强调显示相应边两个顶点图。例如,单击第5行强调了边沿连接Ann和Carod(参见图4)。你甚至可以点击各种行和所有有关边沿和顶点将其强调显示。

图4 强调显示边
1.3 导入边列表
使用NodeXL另一种办法是使用Import命令从既有文献或数据源列表加载一种边。在NodeXL选项卡中找到Import命令(见图5)。有人会为你提供一种Pajek(另一种社交网络分析程序)形式文献或在一种原则Excel工作簿边列表。或者从电子邮件、Twitter网络等等(参见图5)。

图5 Import命令选项
NodeXL选项卡提供了访问核心功能,稍后您将摸索教程。悬停在按钮显示额外信息。某些功能是右击链接访问。 您将使用NodeXL控件来创立故意义顶点布局,控制顶点和边视觉属性(如颜色、大小、透明度),和分析办法等。
1.4 缩放和移动图形面板
当您解决数据也许要调节窗格，将光标移动到左边窗格,直到你看到↔符号然后拖动到所需尺寸。还可以通过点击标题“文档操作”拖动，将图面板移动到工作簿左侧,上面或下面。你甚至可以拖动图形窗格在Excel窗口内。使用时在电脑上有一种很大显示屏或两个或两个以上监视器,NodeXL图窗格可以占领一种全屏,在另一种显示电子表格是完全可见。
第2章 布局
2.1 自动布局
NodeXL提供了几种自动布局类型,可以从Graph组选取相应按钮。NodeXL默认布局为Fruchterman- Reingold。 另一种常用办法是使用Circle布局，它把顶点看做一种圈(图4、6)。在这种状况下,两个布局非常相似。尝试不同布局类型(如螺旋、网格、Sugiyama)可以发既有用模式,关系,或不寻常特性被分析数据集。

图6 布局选项
2.2 图表类型
NodeXL,默认类型是无向图,这意味着顶点1和顶点2之间关系是对称(图3)。NodeXL选项卡容许您指定图表类型为有向图(见图5),这意味着关系只在一种方向走,例如Ann关系也许是邀请Bob参加约会不规定Bob也邀请Ann。顶点1是源和顶点2是目地,一种箭头显示通向目地顶点。点击刷新图(图窗格)显示有向网络(如图7所示)。

图7 有向图示例
2.3 更新图面板
任何时候你变化底层数据或功能,都将影响网络布局(如，有向图和无向图),你必要点击刷新图按钮（Show Graph）更新图。如果你只是想变化布局可以选取一种新布局类型,再次点击布置,以减少解决时间。
2.4 手动布局
在邀请示例图，您也许想通过移动顶点来获得一种更好理解关系。您可以单击并拖动顶点一次创立安排,强调构造或创立一种更加有序显示(图8)。您可以选取各种顶点周边画一种盒子,或点击按住控制键时额外顶点。如果选取各种顶点拖时,她们都会一起移动。

图8 手动布局
2.5 保存手动布局
手动布局之后,能显示重要人际关系,你也许会想要维持这种布局。在布局选取菜单选取“None”,容许你手动布局,虽然选取刷新图。另一种更持久解决办法顶点位置如下所描述“Advanced Feature”盒。
第3章 可视化设计:让网络显示故意义
画一种故意义图表可以揭示模式,关系和有趣特性,也许很难画出扁平表格图形。NodeXL旨在使您可以创立一种丰富各种也许图。
第4章 标签:顶点添加文本标签和链接
由于文本标签有助于理解图表,NodeXL提供了三种方式来显示它们,所有这些可以同步使用:
主标签:顶点名称文本出当前以矩形框为顶点内部。颜色和不透明度依然可以使用,但是形状和大小不能使用。
辅助标签:顶点名称文本出当前顶点形状外部标签,使您可以使用所有视觉属性涉及形状和大小,但屏幕增长潜在混乱。
提示标签:当鼠标悬停在顶点时显示弹出文本。这使图形窗格整洁,但只容许你看到文本与一种顶点有关联。
为了设立文本标签,去NodeXL选项卡Show/Hiden组,选取工作簿列按钮,然后检查标签条目。这规定必要列在Vertices工作表中可见。
4.1 添加主标签
您可以用AotoFill按钮从Vertex或其他列来弥补主标签列名称。然后,当你刷新时,顶点变得布满了标签(图16)。颜色编码依然保存但是大小编码已不再使用。在这种状况下,粉红色文字太轻轻松阅读,因而粉红色改为深粉红色。

图16 添加主标签
4.2 添加辅助标签
你可以通过使用辅助标签，把顶点名称显示在顶点外部,从而容许大小和形状等特性用于顶点。使用AotoFill按钮弥补Secondary列顶点辅助标签列（图17）。通过使用Delete键或右击并选取clear删除强调显示所有数据主标签列。在图18中,选项对话框(图15)用来设立默认字体大小12点。您还可以使边半透明标签重叠将更具可读性。为此,边不透明度设立为40在选项对话框中(图15)。

图17 添加辅助标签
4.3 增长提示标签
您还可以添加数据,只显示当你鼠标悬停在一种顶点时显示，这就是所谓提示标签。在图17中，AotoFill按钮添加Tooltip列被用于年龄提示标签。当你鼠标悬停时，你会看到Helen年龄(22岁)。

第5章 图指标:图指标计算和可视化
当试图理解网络,分析家们经常想辨认重要顶点,定位子群,或理解如何与其她网络互联。虽然可视化自身可以协助做到这一点,但最佳使用图指标,它能提供定量办法描述图各个方面。NodeXL可觉得你计算几种图指标。计算后,您可以使用图指标来变化你网络图视觉显示方式。
5.1 计算图指标
为了计算图指标，在Analysis组单击Graph Metrics按钮，打开如图18对话框显示可用图指标。选取你想要计算图指标，通过勾选旁边检查框。点击旁边细节链接一种度量指标简要解释。点击选取所有按钮,然后选取计算指标。图某些指标可以计算在解决大型网络,因而状态栏用于显示进度。一旦完毕，NodeXL显示一组新图中每个vertex specific度量指标顶点表中列。NodeXL也填充总体指标表显示摘要信息如果总体指标计算了整个网络。

图18 图测量对话框

5.2 保存NodeXL文献
到当前为止，您已经完毕了NodeXL示例使用。为了保存NodeXL文献，要保证是原则Excel工作簿(选取原则.xlsx扩展)。不要将其保存为一种Excel 97 - 工作簿,Macro-Enabled工作簿或二进制工作簿。
5.3 风筝网络例子
为了更好地理解各种图指标意义,你会当前开始使用一种网络被称为风筝网络,由David Krackhardt提供 (见)。你可如下载Kite_Network.xlsx文献: /NodeXL_Teaching，或者你可以手动复制无向边列表和图形如图19所示新NodeXL模板。下载版本固定顶点位置来匹配它们（如图19所示）。

图19
5.4 打开NodeXL文献
打开NodeXL文献就像打开任何其她Excel文献同样。如果安装了NodeXL,Excel将辨认任何使用NodeXL创立.xlsx扩展文献。 打开文献会自动启动NodeXL。一旦你打开文献,选取展示图,然后计算所有图指标。
5.5 总体指标
总体指标工作表总结了实体网络某些核心属性如下:
(1)图表类型:无向图或有向图。
(2)唯一边:Edges工作表边数量。
(3)重复边:在Edges工作表中重复顶点对偶数。重复顶点对偶是也许发生,例如在一种论坛网络人回答人在各种场合。重复顶点对偶也许导致某些限度等指标是不精确。她们可以组合成一种加权边通过选取合并重复边后在本教程中描述。
(4)边总数量:Edges工作表行。
(5) 环:顶点对偶是自身边数量。当Edges工作表Vertex1和Vertex2列涉及相似名称时，环发生。例如,在一种邮件列表中一种人回答自己邮件。Self-loops视觉表达在图窗格中由一种圆形边构成,输入和输出是相似顶点。
(6)顶点:Vertices工作表行数。
(7)图密度:是一种0和1之间数字，表达在网络上互有关联顶点是如何关联。对于一种无向图，所有顶点都连接到所有其她通过至少一种边沿,图密度等于边总数量除以最大容许边数量。风筝网络也许有18条边和最多45条边,导致图密度0.4。更密集图形(如，0.6)将涉及更多边总有相称数量顶点。
(8)NodeXL版本:显示NodeXL版本。
5.6 顶点指标
为了能在Vertices工作表中看到顶点指标，如中心指标和聚类系数。您将看到新图指标列表,在Workbook Columns按钮选取隐藏后，将看不到图指标。每个值直接关系到一种顶点。例如,第2行显示了特定Andre各种图指标(图20)。

图20
顶点指标可以映射到视觉属性如图20所示,您可以通过使用AotoFill功能重建。图例显示限度映射到大小和中间性中心映射到不透明度。此外,Closeness Centrality映射到提示标签。下面是风筝网络每个指标描述。
(1)度中心性（Degree）：
表达节点链接数量。如果网络中链接都是强关系，那么度中心性高人就比度中心性低人受欢迎。图1是一种训练班同窗之间关系（下面就以代号TC表达），Bill度中心性是6，Tom和Mark是1，阐明Bill最受欢迎，而Tom和Mark则比较边沿化。在有向图中，度中心性分为出度中心性（Out-Degree）和入度中心性（In-Degree）。A出度中心性是从A节点指向其他节点链接数，A入度中心性是指向A节点链接数。

(2)中介中心性（Betweenness Centrality）：
在途径上可以到达其他节点度量。在TC中，Bill中介中心性是17，Joseph是14，远高于其他节点，由于如果没有Joseph，Willian和Tom就会与其她人断开关系，同样，Mark必要通过Bill与其她人建立关系。而James、Mark、Henry和Tom中介中心性为0，由于她们不在其她关系途径上。
(3)接近中心性（Closeness Centrality）：
有能力在最短途径到达其他节点度量。接近中心性值越小阐明节点更容易到达其他节点，即平均途径最短。
(4)特性向量中心性（Eigenvector Centrality）：不但考虑链接总数，还考虑与谁连接。即"把那些与特定行动者相联结其她行动者中心性考虑进来而量度一种行动者中心性指标"。在图2中，William和James度中心性都是3，但James特性向量中心性比William高，由于James与第二受欢迎Charles连接，而William与处在边沿Tom连接（她们各自另一种联系人具备相似度中心性）。

(4)聚类系数（Clustering Coefficient）：
有时候，一种人朋友之间也是朋友，形成一种小团队（派系）。例如，Henry三个朋友Gary、Bill和Charles之间也直接互相连接。有时候，一种人朋友之间没有连接，像William朋友Tom和Joseph就没关于系。聚类系数用来衡量节点邻点之间关系。精确计算是，邻点之间实际连接数/邻点之间也许连接数。辟如说，Joseph有三个朋友，她们之间最多可以有三个连接，而事实上只有一种（Bill和Gary之间），因而，聚类系数是1/3。

第6章 数据准备:融合边和排序标签数据
迄今为止,上面示例使用小型、简朴网络只有少量顶点。大多数社交媒体网络都大得多,经常会导致杂乱图是很难解释。NodeXL包括强大方略使得能在更大网络上发现数据重要特性,但运用这些经常需要准备初始数据。
6.1 SeriousEats分析
本节分析产生于一种网络论坛文章和博客评论SeriousEats在线社区食品兴趣者(http://www. )。是由Emily Mason从SeriousEats网站手动收集-3-8数据。下载数据文献名为“Serious_Eats.xlsx（）。文献只包括一种Edges列表。Vertex1为社区成员顾客名，Vertex2为论坛或社区成员发布博客文章缩写名字。博客以“B_”开头，论坛帖子以“F_”开头。例如,第一行显示顾客gastronomeg发布简短博客条目的题Misosoup(图21)。这种类型数据集与Vertex1代表Person,Vertex2代表某些事件(即张贴在论坛或博客内容)是一种典型“关系数据例子”。更普通是,Vertex1列和Vertex2列表达两个不同实体，称为“双模网络”。

图21 SeriousEats分析
6.2 合并重复边
您也许会注意到,图21有些重复行(行16、18和20)。这不是一种错误,由于某些社区成员多次发布相似论坛或博客。例如,顾客cucumberpandan粘贴到博客GroceryNinja 3次。 然而,图21所示红色高亮显示,只显示边重复行。NodeXL容许您删除重复边沿,但保存重复次数信息是重复。在数据组Prepare Data下拉菜单，单击Merge Duplicate Edges按钮，然后刷新图。
当前,您将看到一种新列Edge Weight，其数量表达边重复数。如图22所示,当前只有一行连接cucumberpandan B_GroceryNinja显示权重为3,由于3行合并成1行。总来说,由最初417条边当前浓缩到362条边。

图22 边合并后成果
图22所示图易解释，很大限度上是由于它包括太多顶点和边。它也不能明确表达不同顶点代表不同对象。为理解决这个问题，可觉得每个不同类型顶点设立独特形状和颜色。
NodeXL可以运用Excel支持列排序功能，有效地协助注释数据和辨认重要顶点。这可以通过点击Vertices工作表Lable列倒三角形下拉菜单“排序A到Z”选项来完毕(图23)。这将按字母顺序排序所有顶点，所有博客文章(从“B_”)和论坛帖子(从“F_”)相邻，便于为每个组设立独特颜色和形状属性。

图23 顶点排序

第7章 过滤:减少杂乱透露重要特性
在解决大型凌乱图表时，过滤掉顶点或边或只关注某些普通很有用。NodeXL提供了各种方式来过滤掉边和顶点,将在本节中使用Serious Eats数据集。
7.1 动态过滤器
过滤掉某些边或顶点,这样它们就不会出当前图中，这是一种较好方式,以减少混乱。使用动态过滤特性一种办法通过度析组Dynamic Filters按钮或可视化区域(点击右上角>>按钮，下拉菜单Dynamic Filters选项)。这将打开一种新对话框(图26)。对话框提供了大量双框范畴内滑块来协助你过滤。左边数是工作簿中最小值,而右边是最大值。顶部边滑块过滤掉,留下顶点。第二组滑块过滤顶点和顶点所有边。

图26 动态过滤器
当计算了额外指标或添加新列数据时，新过滤器将被添加到图5中。一方面计算指标“Degree”（在下面简介），然后在图26中点击Read Workbook按钮。当前,您将看到一种新名为“Degree”滑块过滤器（图27）。尝试过滤边权重滑块向右滑动,更改数量从1到2。图应当动态地更新,此时只有权重为2边被高浪显示。只显示发布到论坛主题(或博客帖子)2次以上顾客。

图27 增长新过滤器
第8章 聚类
聚类有助于拟定顶点在一起形成一种小团队。有时你会懂得哪些人应当分为不同集群(如,共和党和民主党人),而其她时候,你也许想要辨认集群不懂得状况下(如。在大型社交网络)情谊派系。手动聚类容许您创立自己集群。它还可以协助自动辨认你感兴趣集群。一旦确认了顶点颜色和形状，NodeXL便以定制方式直观地显示集群。为了演示集群是如何工作,咱们分析美国参议员投票模式。特别感谢克里斯·威尔逊Slate杂志提供数据集,可以从下载:。
8.1 参议院投票分析
Vertices工作表包括关于每个参议员，及她们政党,她们所代表州,投票总人数。Edges工作表包括每一种无向边连接一种参议员到其他参议员。图36增长列,Vertex1(Vertex1_Total)和Vertex2(Vertex2_Total)是选票总数，Percent_Agreement是赞成比例。最后两列(图36K列和L列)用作分母，在计算Percent_Agreement时协助不在场人(例如竞选者)。

图36 参议员投票分析
图36显示成果为一种大黑色连接(图36)。这是由于每个参议员都是连接到其她参议员至少一次。需要过滤某些边和变化某些可视化元素。
一方面，通过Edges工作表Color列把所有边颜色设为“浅灰色”,并复制它到最后一条边。接下来,打开AutoFill列窗口并选取匹配字段（图37）。边可见性选项设立为“不不大于0.65”(所有成对参议员之间比例平均赞同数)。投票成果是,对相似不到65%时不会连接。正如在过滤某些所讨论那样,她们不会被读入(她们将“跳过”,没有“隐藏”)。由于她们没有读图,图测量和聚类会把她们解决成好像她们不存在似,在这种状况下，这是可取。AutoFill列显示图像如图38所示。

图37 AutoFill列窗口

图38
8.2 手动聚类
手动创立一种集群,集群顶点表(图39)。从Vertices工作表中复制和粘贴顶点列到B列(Cluster工作表)。然后从Vertices工作表中复制和粘贴政党列A列(Cluster工作表)。当前每个顶点基于自己政党取向指定到一种集群。

图39
每个顶点指定了一种集群和形状。保证集群列中列出一种涉及所有惟一值集群中顶点表(图39)。当标记了NodeXL选项卡Show/Hiden某些Cluster旁边复选标记,颜色和形状在集群中指定工作表将显示在任何颜色或形状图中顶点表信息。Vertices工作表中信息不是覆盖,它只是不显示。不勾选复选框将显示顶点颜色和形状信息表,而不是集群,离开检查框你将看到新创立聚类影响图。

图40
刷新将看到一种如图41所示图。你会注意到共和党和民主党参议员之间清晰聚类,以及独立议员倾向于投民主党票。
8.3 变化高档布局选项
你也许已经注意到在图40中，参议员比图38更分散。(即NodeXL在Fruchterman-Reingold布局设立中，容许您更改参数)使顶点分散或互相接近。变化这个设立,去图窗格上方选项对话框,选取“布局…”按钮在右下角。这将打开布局选项对话框如图41所示。增长力量之间排斥力顶点至8.0并单击OK。再点击布局图窗格会显示成果图（图40）。

图41 变化高档布局选项
8.4 自动聚类
NodeXL具备自动聚类功能。聚类算法采用Ken Wakita and Toshiyuki Tsurumi文章（"Finding Community Structure in Mega-scale Social Networks"）中描述算法。在NodeXL选项卡Analysis某些单击“Find Clusters”按钮。每个聚类给出一种数字ID列(如图39所示A列)。颜色和形状被自动分派到每个聚类(图42)。

图42 自动聚类
去Cluster顶点表看哪些顶点分派给哪个聚类。查当作果,您需要保证NodeXL选项卡Show/Hiden某些聚类检查框并刷新图。图42显示了这个成果。图表表白,聚类算法是可以辨认最明显两个群体,虽然自动分派颜色不是人们所盼望(即共和党集群当前民主党集群是蓝色和黄色)。可以在Cluster工作表Vertices颜色列下拉菜单中，通过选取更适当解决这些颜色(见图42)。
集群某些个体指派类存在某些差别。自动聚类(Collins),由于有些个体不适合到其她集群(尽管她以为自己是共和党人)。在民主党类虽然她们不是技术上民主党人，算法还把Snowe和两名独立参议员(Lieberman and Sanders)分到一类。聚类数量并不是预先拟定(即,它不会总是3)。同样顶点数量在每个集群可以发生明显变化。

图43
8.5 显示和隐藏聚类
你不需要展示图上集群信息。在NodeXL选项卡Show/Hiden某些取消勾选，可以从图中隐藏这些信息。Cluster工作表上集群信息将被保存,但视觉显示将由Vertices工作表是什么来决定。在这种状况下，它将回到图38。
你也许想要用数据集实验某些NodeXL特性。例如,您可以通过计算度量，在Betweeness Centrality找到最高个体或其她感兴趣指标。你也可以调节边可见性选取一种不同数字(例如,50%)或使用动态过滤器,看看网络变化变量被修改。
第9章 结论
上面简介社交媒体网络分析仅仅是开始。当前,您已经理解了NodeXL重要特点。然而,懂得如何有效地应用它们解决实际问题需要进行大量练习。当你解决日益复杂数据集和挑战性问题,你将会引起对社会网络分析兴趣并不断增长知识。

功能特点
灵活输入输出：输入和输出图表格式涉及GraphML，Pajek，UCINet，和矩阵格式。
与社交媒体直接连接：直接从Twitter、YouTube、Flickr和电子邮件导入社交网络，或用一种多功能插件从Facebook、Exchange和万维网超链接中获取网络数据。
缩放：缩放到感兴趣区域，调节顶点大小以减少混乱。
灵活布局：使用“力量导向“算法进行布局，或用鼠标拖动。
很容易地调节显示属性： 通过填写工作表单元格来设立颜色、形状、大小、标签和透明度，或选取依照度中心性、中介中心性等度量自动填写。
动态筛选： 使用滑动条就能立即隐藏某些节点和边，例如，隐藏所有度中心性不大于5节点。
强大节点分组功能：依照节点共同属性将它们分组，或让NodeXL分析它们连通性并自动分组。为不同组节点设立不同颜色、形状，以便于区别。
图度量计算： 轻松计算度中心性、中介中心性和接近中心性等。
任务自动化 ： 点击一次完毕各种重复任务。
操作界面

工具视频
NodeXL简介

如何从各种社交网络导入数据到NodeXL

应用案例
CHI
这是NodeXLGallery中案例之一。展示是1000位近来Twitter中包括“CHI”Twitter顾客网络图，数据在5月4日21：14分（UTC）抓取。
参数
图形类型：有向（directed)
布局算法：the Harel-Koren Fast Multiscale layout algorithm
边颜色：关系值（ relationship values）
节点大小：跟随者值（followers values)