13、网络分析与文化领域分析实战

网络分析与文化领域分析实战

在数据科学领域，宏观层面的网络分析，如提取社区、派系和其他结构块，属于无监督机器学习的范畴。无监督机器学习旨在在缺乏“标签”（节点和边的属性，可能除了边的权重）的情况下推断网络的隐藏结构。不过，挖掘出的结构块存在两个相互关联的主要问题：一是不清楚它们的含义，二是它们没有名字。实际上，若知道一个结构块的用途或性质，就可以给它命名；若知道名字，也能推测其用途或性质。

为结构块选择合适的名称至少有三种方法：
1. 利用自身智慧 ：查看单个节点的标签并进行概括。例如，包含“汽车”“卡车”“火车”和“雪橇”标签的块可能应称为“陆地交通工具”；“手”“手臂”“腿”“头”和“胸部”则属于“身体部位”块。若不确定或感到困惑，可以聘请主题专家（SME），他们的工作就是解释为什么节点 X 和 Y 会在同一个块中。
2. 聘请大量主题专家或准专家 ：亚马逊机械土耳其人（AMT）提供了一种以非常低的成本向数千人（在 AMT 术语中称为“工人”）提出任何问题的方式。询问 10,000 名 AMT 工人“foos”“bars”和“foobars”有什么共同点。如果这些术语有任何共同点，很可能会得到大多数工人支持的答案。
3. 从数据中生成块标签 ：如果无法聘请主题专家，也不想使用 AMT，可以从数据中生成块标签。如果一个块中的节点在大小或重量等方面存在差异，取其中最大的节点（如“头”）并使用其标签来合成块标签（例如“‘头’组”）。如果所有节点具有相同的属性或根本没有属性，则选择按字母顺序排列的第一个节点（“‘手臂’组”）。

下面我们来看一个文化领域分析（CDA）