Coding小飞侠的专栏

问题：       使用新浪微博API获取微博用户的关注列表时，total_number 显示的总数与实际获得的数量不一致。原因：       新浪微博用户存在黑名单的情况下，获取用户关注列表时，实际获得的用户数量与total_number显示的数量不一致，因为API会对这些黑名单进行过滤，不作展现。

我不知道我有没有理解对您的意思：把Gephi的toolkit倒入processing里，作为library使用？“gephi的展示用的是processing” “通过gephi操作展示的processing绘制的图像确实不那么直接” 这两句话我都不太明白。Gephi的toolkit，也就是那个jar有12MB之大。。而且好麻烦 其实也就是封装好的layout算法我觉得有点用，其他的数据处理

Gephi发布于2014-04-09   作者：管理员    来源: 刘勇   阅读次数：594关键词：GEPHI 数据可视化 网络分析简介Gephi：免费跨平台网络分析软件是一款开源免费跨平台基于JVM的复杂网络分析软件, 其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。可用作：探索性数据分析，链接分析，社交网络分析，生物网络分析等。Geph

public class HeadlessSimple {    public void script() {        //初始化一个工程和工作区间        ProjectController pc = Lookup.getDefault().lookup(ProjectController.class);        pc.newProject(); 

1、最大团问题     问题描述     给定无向图G=(V, E)，其中V是非空集合，称为顶点集；E是V中元素构成的无序二元组的集合，称为边集，无向图中的边均是顶点的无序对，无序对常用圆括号“( )”表示。如果U∈V，且对任意两个顶点u，v∈U有(u, v)∈E，则称U是G的完全子图(完全图G就是指图G的每个顶点之间都有连边)。G的完全子图U是G的团当且仅当U不包含在G的更大的完

gephi是一个数据可视化处理软件，其中有很多对数据分析的统计算法，对于很多数据分析算法都有实现，那么就来看看其中的一些统计方法：1.   degree  （平均度）计算每个节点的度，并统计相同度的节点数量平均度：  有向图： 所有点的度数总和/节点数*2    无向图： 所有点的度数总和/节点数在图上能够，看出每个度所占的百分比，能够看到每种度用不同颜色标示

一、web工具篇让我们先来看一下市面上比较成熟的产品。1、微博风云榜[caption id="attachment_1916" align="alignleft" width="364"] 微博风云榜[/caption][caption id="attachment_1917" align="alignleft" width="119"] 微博风云榜菜单[/caption]

Modularity Measure(模块化度量值），由Newman等人提出，是目前常用的一种衡量网络中社区稳定度的方法。如上图所示，我们将这个图以图中两根横线为方式进行划分，共得三个社区（community），其中红色，绿色以及蓝色的点各为一个社区。这里我们采用的计算公式为：Q=∑（I/E-((2I+O)/2E)**2）。在上式中I表示两个端点

作者: peghoty 出处: http://blog.youkuaiyun.com/peghoty/article/details/9286905   社区发现（Community Detection）算法用来发现网络中的社区结构，也可以看做是一种聚类算法。以下是我的一个 PPT 报告，分享给大家。     

复杂网络社区发现方法总结：参考文献：[1]      Kernighan B W and Lin S. An efficient heuristic procedure for partitioning graphs [J]. Bell system Technica1 Journal, 1970, 49(2):291一307.[2]      Karypis G an

003    004    005   006    007   008    009    010    

原文出处：http://blog.sciencenet.cn/home.php?mod=space&uid=237587&do=blog&id=228595复杂网络的研究常常是和实际的复杂系统紧密结合的。从小世界和无尺度现象的发现开始，人们就逐渐认识到，包括社会网络中人与人之间的交际网络和Internet, web等大量现实网络在内的系统中隐含了大量的秘密等待人们去发现

Sina SSO登陆过程分析近日研究了Sina CAS的登陆过程，发现其实sina的sso实现了yale-CAS并且添加一丁点新的东西，基本认证过程交互流程仍然未变。其独创的一点是实现了Ajax单点登陆，算是比较牛。实现原理是iframe+ javaScript回调函数。一，初级SSO初级的SSO，就是在同一个顶级域名下，通过种入顶级域名的Cookie，来实现统一登陆。例如：单点登

{"code":"10025"}:发送重复内容 A00001:"系统繁忙，请稍候再试。"A00003:"无权限操作。"A00004:"该条留言不存在。"A00005:"评论内容含有非法关键字。"A00006:"操作成功"E00001:"系统繁忙"E00002:"参数错误"E00003:"权限错误"E00004:"对不起，您暂时没有发起活动的权限"E000

新浪微博开放平台API的调用和TWITTER接口一样，都是受限的，以小时为单位进行限定。 他有两个限制原则1.用户不登录基于IP的限制，每小时1000次2.用户登录了基于用户的限制，每小时1000次 如果应用是用户不登录的那么就是对IP进行限制，建议登录登录了才有办法突破瓶颈，否则免谈 新浪给出了具体的限定规则http://open.t.sina.com.cn/

相关公式可参考论文《Finding and evaluating community structure in networks 》Modularity Measure(模块化度量值），由Newman等人提出，是目前常用的一种衡量网络中社区稳定度的方法。如上图所示，我们将这个图以图中两根横线为方式进行划分，共得三个社区（community），其中红色

/* 版权声明：可以任意转载，转载时请务必标明文章原始出处和作者信息 .*/                  CopyMiddle: 张俊林                                      TimeStamp:2012年3 月          在微博环境下，如何自动挖掘某个微博用户的社交圈子或者兴趣圈子是个很基础且重要的问题。如

重叠社团发现的一些想法。在低维空间下，社团之间可能有交集（即社团重叠现象），可以将低维空间映射到高维空间，以达到在高维空间下不相交的目的。比如p1喜欢音乐、象棋，分别拥有音乐和象棋的社团，在低维空间中，两个社团都包含该点p1。在高维空间，p1映射为两个点p11和p12，分别表示具有音乐爱好和具有象棋爱好，以达到在高维空间分离的目的。然后在高维空间上挖掘连通图，达到社团挖掘的目的。

原文出自：http://blog.chinaunix.net/uid-27105712-id-3309665.html分类： IT业界篇首语：不知道大家有没有用过QQ圈子，或者看过相关新闻，当QQ圈子刚出来时候，很多震撼了，因为把其社会关系很多隐私的部分都挖掘出来。很多人惊呼，QQ圈子利用了腾讯朋友网数据，因为朋友网是实名制网络，和实际社会关系比较接

gephi是一个数据可视化处理软件，其中有很多对数据分析的统计算法，对于很多数据分析算法都有实现，那么就来看看其中的一些统计方法：1.   degree  （平均度）计算每个节点的度，并统计相同度的节点数量平均度：  有向图： 所有点的度数总和/节点数*2    无向图： 所有点的度数总和/节点数在图上能够，看出每个度所占的百分比，能够看到每种度用不同颜色标示

无论从理论研究还是从实际应用的角度来看，研究网络中的社团结构都是非常重要的，原因如下：1,可以从网络的局部结构上更好地理解节点与边的结构与功能；2.可以以社团为基本单位从中观层次更好地理解整个网络的动态性；3.可以从更加粗略的层次上揭示网络的层次结构，并有助于理解网络真是的起源于演化机制；4.为真实世界中规模庞大的、稀疏的链接数据提供了一种仅仅依靠链接关系的聚类方法，而无需依赖于数据的其他属性。

Mutual information and Normalized Mutual information 互信息和标准化互信息实验室最近用到nmi( Normalized Mutual information )评价聚类效果,在网上找了一下这个算法的实现,发现满意的不多.浙江大学蔡登教授有一个，http://www.zjucadcg.cn/dengcai/Data/code/Mutua