Multiangle's Notepad

这次爆出的邮件门十分劲爆啊，不过看了看邮件内容，如果进行NLP处理的话太过繁杂，所以选择了对收发邮箱间的关系进行简单分析。原文发在知乎上，这里就直接搬过来了。分析的代码放在github上1.首先来看收发邮件数在6000封邮件中，涉及了600个左右的邮箱 单看发送邮件的数目，前五强邮箱分别是kaplanj@dnc.org: 645封 MirandaL@dnc.

本文转自http://blog.youkuaiyun.com/itplus/article/details/9286905社区发现（Community Detection）算法用来发现网络中的社区结构，也可以视为一种广义的聚类算法。以下是我的一个 PPT 报告，分享给大家。 从上述定义可以看出：社区是一个比较含糊的概念，只给出了一个定性的刻画。 另外需要注意的是，社区是一个子图，包含顶点和边

本次分析数据包含了微博中粉丝数排名前1W的用户，以及他们之间的相互关系。这里的关系指的是两人相互关注，如果仅仅是单边关注，则并不包括在内。所以再剔除掉单边关系后，总共有8W条边。得到的分析结果如下所示。分析方法见这里上图中，每种颜色都代表了一个社区（community），在观察了每个社区中的若干个点以后，我为每个社区取了个大概的名字，如下所示可以看到，粉红色的娱乐圈雄踞右上角，大图如下，代表人物如何

之前使用爬虫获取到了微博上粉丝数大于2000的用户，大概在10W左右，并获取了他们的关注用户列表。现在，需要利用这些节点和节点间的关系网来进行社区探测(community detection)，以进行进一步分析。不过在此之前，需要攫取一些小样本进行简单的可视化。使用networkx(python)导出gexf格式文件这边使用gephi来进行分析。而使用gephi需要有gexf或者gephi格式的数