[R] PTT推文文化的社群網絡分析（Social Network Analysis），帶你一窺社群網絡中的互動情況

        PTT是台灣最大的社群網站（http://zh.wikipedia.org/wiki/批踢踢），很多人介紹過我就不多費脣舌，PTT中很特別的功能就是可以推文回應作者，畢竟回文相對來說比較正式，推文感覺更加閒聊的性質．Wxxxxd版相對PTT中的其他版來說，由於有每日發文限制，版友之間更頃向利用推文的方式來互動，而且因為男多女少的緣故，通常女生的推文比較多人推，男生（例如我）可能發文都沒人鳥，然後網友之間彼此也會利用推文互動，本文就是要以圖像化的方式來展現這種推文互動關係。


        我知道大家對程式語言沒興趣，所以我先講怎樣看圖：

1. 每個圈圈代表一個網友，圈圈的大小代表該網友被“不同人”推文的文章次數
2. 箭頭代表的推文的方向 Ａ -> B表示Ａ推Ｂ的文章，而且不同大小的圈圈

從圖中來看，可以發現網友之間的互動真的非常密切和多樣，除了幾位人氣王之外，也有很多小團體和出現眾星拱月的情況．人氣王彼此之間的互動也不在少數，相信有逛過wanted版的朋友看起來會更有感觸．至於ＩＤ的部分我就隱藏起來了，雖然是這是公開資料，但是畢竟不是每個人都喜歡被別人分析ＸＤ

        以下講的是做法：本次分析包含資料截取到畫圖都是利用Ｒ軟體來實做，用的主要方法包括爬網和社群網絡分析（social network analysis)，以下是原始碼：

	library("XML")
	library("httr")
	library("stringr")
	library("igraph")
	library("dplyr")
	##這部分是爬網，先從網頁版ＰＴＴ中抓下每篇文章的聯結
	rm(data)
	data <- list()
	for( i in 1628:2628){
	url <- paste('bbs/Wanted/index', i, '.html', sep='')
	html <- content(GET("https://www.ptt.cc/", path = url),as = 'parsed')
	url.list <- xpathSApply(html, "//div[@class='title']/a[@href]", xmlAttrs)
	data <- rbind(data, url.list[[1]])
	}
	##把一些空值刪掉
	data = Filter(function(x) x != "www.ptt.cc",data)
	##根據每篇文章代碼進去抓作者和推文的資料
	popu <- function(link){
	html <- content(GET('https://www.ptt.cc', path = data[[link]]), as = 'parsed')
	poster <- xpathApply(html,"//div[@class='article-metaline']/span[@class='article-meta-value']",xmlValue)[[1]]
	#這邊特別說明一下，因為作者這個欄位很討厭，除了ＩＤ之外還有暱稱，要把暱稱刪掉
	poster <- str_split_fixed(poster, "\\(",2)[,1]
	puller <- xpathApply(html,"//div[@class='push']/span[@class='f3 hl push-userid']",xmlValue)
	#這個if是排除那些沒人有推文的作者（例如我）
	if (length(puller) >0 ){
	puller <- as.data.frame(matrix(unlist(puller),nrow = length(puller),T))
	edgelist <- merge(poster,puller,all = TRUE)
	return (edgelist)
	}
	}
	##我在這個步驟卡了半天 每次抓ＩＤ和推文都很容易抓漏
	##原本用sapply做但是遇到抓錯後面就全部錯，所以改用for回圈
	edge = list()
	for (l in 1:length(data)){
	edge <- rbind(edge, popu(l))
	}
	#依照推文和被推者分組，計算每個pair的數量
	edge2 <- group_by(edge,x,V1)
	edge2 <- summarise(edge2,weight=n())
	#from 表示推文者 in 表示被推文的
	edge2 <- data.frame(from = edge2$V1, to = edge2$x,weight = edge2$weight)
	#使用igraph套件將edge list的data轉成graph 物件，這是有方向性的
	g <- graph.data.frame(edge2,directed = TRUE)
	#用被推文的數量“in"來決定大小
	V(g)$size <- degree(g,mode = ("in"))/2
	#接下來就是畫圖輸出了
	png(filename="org_network.png", height=1080, width=1080)
	plot(g, layout = layout.fruchterman.reingold,
	vertex.label=NA,
	edge.arrow.size = 1
	)
	dev.off()

view raw gistfile1.r hosted with ❤ by GitHub