加权邻接矩阵i图与R
加权邻接矩阵i图与R
提问于 2014-12-11 16:43:50
我恳请你帮忙。我有一个与下面类似的数据结构：
ID Name
1 A
2 B
1 C
1 B
2 C
2 D
3 A
3 B "ID“列是论文的唯一标识符，" name”列代表论文中有协作的作者的名称。我需要生成一个无向加权邻接矩阵。矩阵中的节点(或顶点)将是"Name“列中的作者对(ij)。矩阵(ij，i≠j)中的加权值将由协作比率之和给出，使用一个我可以用一个例子描述的算法：
例如，在上面的数据中，对and在论文"1“和"3”中有两个协作。此外，论文1有3个合作者(A，B，C)；第3篇有2个合作者(A，B)。节点AB的权重为协作者倒排数的总和，减去A和B一起参与的ID列中的每一篇论文的1。即，
Paper 1 Paper 3
Collaborators A, B, C = 3 A, B = 2
Weight 1 / (3 - 1) 1 / (2 - 1)重量之和(AB)= (1/2)+(1) = (3/2)
注意，如果A和B在一篇论文中合作，分子将是1，否则，算法的关键是为列"Name“中的每一对作者计算这个和，并生成一个加权邻接矩阵。
谢谢你的帮助和建议
马里奥。
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-12-12 15:02:40
你有一个二分图，你需要它的单方投影。这很简单：
## Sample data
data <- " ID Name
1 A
2 B
1 C
1 B
2 C
2 D
3 A
3 B
"
## Read it in an edge list
el <- read.table(textConnection(data), header = TRUE)
## Create the bipartite graph from it
G <- graph.data.frame(el, directed = FALSE)
V(G)$type <- grepl("[0-9]+", V(G)$name)
G
#> IGRAPH UN-B 7 8 --
#> + attr: name (v/c), type (v/l)
#> + edges (vertex names):
#> [1] 1--A 2--B 1--C 1--B 2--C 2--D 3--A 3--B
## Project it to authors (and papers)
G_one <- bipartite.projection(G)
## You only need the authors
GA <- G_one[[1]]
## Create an adjacency matrix form it
GA[]
#> 4 x 4 sparse Matrix of class "dgCMatrix"
#> A B C D
#> A . 2 1 .
#> B 2 . 2 1
#> C 1 2 . 1
#> D . 1 1 .页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/27428027
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号