读书笔记:python社交网络分析 书籍_使用Python分析社交网络数据电子书.pdf

　　读书笔记:python社交网络分析 书籍_使用Python分析社交网络数据电子书.pdf

　　2015 年 6 月 21 日使用 Python 分析社交网络数据

　　存档相册

　　使用 Python A UG 分析社交网络数据，03 20 14

　　Python 简介

　　数据采集

　　一、直接抓取数据

　　二、模拟浏览器抓取数据

　　三、基于API接口抓取数据

　　数据预处理

　　可视化

　　数据分析

　　节点属性

　　网络属性

　　传播属性

　　扩散深度

　　扩散率

　　空间分布

　　结论

　　参考文献

　　在线社交网站为人们提供了一个建立社交网络和互动的平台。社交网站为每个个人和组织提供参与、通知和发言权，

　　因此，它吸引了大量用户。作为一个复杂的社会系统，在线社交网站真实地记录了社交网络的成长和人类交流行为的演变。通过爬取分析

　　在线社交网站数据，研究人员可以快速掌握人类社交网络行为背后隐藏的规律、机制甚至一般规律。

　　但是，在线社交网络数据的获取方式不同于线下社交数据的获取方式（如人口普查、社会调查、实验、内容分析等），数据的规模往往非常大（称为

　　称其为“大数据”并不为过），时间跨度比较长（与社会调查中的横断面数据相比），常规的数据分析方法并不完全适用。比如传统的

　　来自社会调查的数据往往样本量有限，而在线社交网络的样本量可能达到数千万甚至更多。因此，研究人员迫切需要寻找新的数据采集、预处理方法

　　和分析方法。本章内容具体包括数据采集、数据预处理、数据可视化和数据分析。

　　Python 简介

　　本章将简要介绍使用python分析社交网络数据的方法。 Python是一种应用广泛的高级编程语言，具有可读性强、易写、类库丰富等特点

　　点。作为一种“胶水语言”，它可以很容易地将用其他语言（尤其是C/C++）编写的各种模块链接在一起。自 1991 年首次正式发布以来，

　　由于其易用性，Python 社区发展迅速，越来越多的程序员开始使用 Python 编写程序并贡献了各种强大的类库。 TIOBE编程语言排名

　　被列为“2010 年度编程语言”。

　　除了免费、强大和广泛使用之外，Python 是一种比 R 和 MATLAB 更容易学习和更严格的编程语言。与其他编程语言一样，

　　Python语言的基础知识包括：类型、列表（lists）和元组（tuples）、字典（dictionary）、条件、循环、异常处理等。关于这些，初学者可以

　　阅读《Beginning Python》一书（Hetland，2005)。作为一种相对成熟的编程语言，用 Python 编写的脚本更易于理解和维护。

　　此外，Python 还收录一个丰富的类库。很多开源科学计算软件包都提供了Python调用接口，比如著名的计算机视觉库OpenCV。 Python书

　　科学计算库的开发也很完善，比如NumPy、SciPy和matplotlib。用于社交网络分析，igraph、networkx、graph-tool、Snap.py等。

　　该库提供了丰富的网络分析工具。

　　读者可以根据个人电脑的操作系统安装对应的Python版本。当前最新的 Python 版本是 3.0，但用户通常会选择使用更稳定的 2.7 版本。虽然

　　当然，用户也可以使用文本编辑器编写代码，但体验不如使用好的编译器。编译器是编写程序的重要工具。目前，免费的 Python 编译器

　　/blog/2014-08-03-study-osn-using-python#toc_2 1/18

　　2015 年 6 月 21 日使用 Python 分析社交网络数据

　　有 Spyder、PyCharm（免费社区版）、Ipython、Vim、Emacs、Eclipse（加上 PyDev 插件）。对于使用Windows操作系统的用户，建议使用

　　Winpython。 Winpython内置了Spyder作为编译器，与Python(x,y)相比大小适中；无需安装，解压后即可使用；安装类库非常方便，内置

　　NumPy 和 SciPy 等库。

　　数据采集

　　目前社交网络上有大量公开数据网站，这为研究人员检验其理论模型提供了很多便利。比如斯坦福的社交网络分析项目就分享了很多相关数据

　　设置。社交网站为了自己的头发

　　总结:网络营销中规范化搜集SEO数据是提高转化的基础

　　网络营销中SEO数据的标准化采集是提高转化率的基础。信息时代，数据呈现爆发式增长，“大数据”被越来越多地提及。甚至有一种说法，企业之间的竞争，本质上是数据的竞争。对于 SEO，数据更为重要。作为线上效果营销服务商，学盛网络通过对SEO数据的标准化采集整理，帮助众多企业实现转化率的大幅提升。

　　怎么做，首先，我们需要了解应该为SEO采集哪些数据。

　　1. 网站流量统计

　　流量数据包括：IP、PV、独立访问者、人均页面浏览量、平均访问时长、跳出率、访问页面和域名、来源、搜索引擎比率、搜索关键词、访问者详情、时间段分析等数据。

　　目前比较专业的数据统计工具有CNZZ、51la、百度统计。CNZZ更专业，百度统计对百度流量的监测更准确、更灵敏。

　　2. 关键词数据

　　关键词数据主要包括：主要关键词、主要长尾词、重要流量词、品牌词等数据。

　　关键词可以通过百度推广API、百度凤凰巢、搜索引擎下拉框、相关搜索、竞品数据等进行数据采集。

　　3. 网站外部统计查询数据

　　外部数据包括：网站网址、快照日期、域名年龄、网站响应时间、相同IP网站、pr值、百度权重、搜索引擎收录体积、搜索引擎反向链接数、24小时百度收录、百度排名词、估计百度流量、外部链接数、标题、元标签、服务器信息等数据。

　　外部统计可以在第三方站长工具或中文站长工具中查看。

　　除了通过统计工具采集数据外，还有问卷调查和用户访谈。这两种形式可以直接联系用户，但是难度和成本会更高，需要一定的技巧。例如，问卷的问题是多项选择题。更好的是，尽量让用户回答“是”或“否”，降低用户参与的门槛；在与用户的访谈中，注意说话和提问的方式，让用户乐于分享和表达自己的想法。

　　采集数据后，可以将各类数据整理成EXCEL表格，方便查询分析。在了解了如何采集信息之后，更重要的是分析数据并进行优化。

　　好的数据分析应该能够展示两个核心：用户来自哪里，产生的价值。因此，如果我们能够从采集到的数据中分析流量的来源和输出，就可以达到数据分析的目的。

　　1.流量来源

　　如果能了解流量来源，就可以分析用户来网站的目的，来自搜索引擎的流量，可以通过分析搜索关键词的分布来了解用户意图；直接流量（直接输入网址或者使用采集夹和书签等来网站流量）可以通过分析哪些网站和链接来自哪里来分析用户点击的原因。直接流量是一种非常有价值的流量，我们应该维护这部分用户。

　　2.流量输出

　　只有输出才能更直接地衡量流量的价值。输出可以是网站的注册成员数，也可以是转化率。通过分析哪些内容导致了流量的输出，解释了用户喜欢哪些内容，可以帮助我们创造更多用户感兴趣的内容，实现长期的流量输出。

　　为了实现SEO后期的转化效果，乔宣红更注重客户的转化率和业绩，通过专业的SEO和与之挂钩的数据分析团队，用沟通带来流量，用流量实现转化，建立访客通过访客行为分析。流量，从而优化迭代网站，帮助企业提升转化率和用户体验。除了SEO，乔宣红还通过大数据营销、数据监控和优化进行整合营销，为企业提供个性化营销策略，制定优化方案，不断迭代更新，实现从引流、转化到再营销的过程。