图分析与可视化 在关联数据中发现商业机会PDF电子书下载

第Ⅰ部分 概述 2

第1章 为什么使用图 2

1.1 商业中的可视化 3

1.2 商业中的图 4

1.2.1 找出反常现象 5

1.2.2 管理网络和供应链 7

1.2.3 辨别风险模式 9

1.2.4 优化资产组合 11

1.2.5 绘制社会等级分层图 13

1.2.6 发现社区 15

1.3 图的现状 16

1.4 小结 17

第2章 图的类型及其适用的问题 18

2.1 关系 18

2.2 分层 21

2.3 社区 23

2.4 流 27

2.5 空间网络 30

2.6 小结 32

第Ⅱ部分 过程和工具 35

第3章 数据：收集、清洗和连接 35

3.1 了解目标 35

3.2 收集：识别数据 35

3.2.1 潜在的图数据源 36

3.2.2 潜在的分层数据源 41

3.2.3 获取数据 43

3.3 清洗：准备数据 44

3.4 连接：组织图数据 45

3.4.1 计算图 46

3.4.2 图数据的文件格式 48

3.5 集中回顾 54

3.6 小结 54

第4章 统计数据和布局 55

4.1 基本的图统计数据 55

4.1.1 大小（节点数和边数） 55

4.1.2 密度 56

4.1.3 成分数 56

4.1.4 度和路径 56

4.1.5 中心度 58

4.1.6 病毒式营销示例 59

4.2 布局 60

4.2.1 节点-连接布局 60

4.2.2 其他布局 61

4.2.3 力导向布局 62

4.2.4 仅节点布局 66

4.2.5 时间布局 67

4.2.6 自顶向下和其他正交分层 68

4.2.7 辐射状分层 71

4.2.8 地理布局和地图 72

4.2.9 弦图 74

4.2.10 邻接矩阵 74

4.2.11 树图 76

4.2.12 分层饼图 76

4.2.13 平行坐标 77

4.3 集中回顾 79

4.4 小结 79

第5章 视觉特性 80

5.1 基本视觉特性 81

5.2 关键的节点特性 82

5.2.1 节点大小 82

5.2.2 节点颜色 84

5.2.3 标签 87

5.3 关键的边特性 91

5.3.1 边的权重 91

5.3.2 边的颜色 91

5.3.3 边的类型 92

5.4 组合基本特性 93

5.5 捆绑、形状、图片及更多 94

5.5.1 捆绑边 94

5.5.2 形状 95

5.5.3 节点图片 95

5.5.4 节点边框 96

5.5.5 更多特性 97

5.5.6 干扰与分隔 97

5.6 集中回顾 101

5.7 小结 101

第6章 探索和解释 102

6.1 探索、解释和导出 102

6.2 必要的探索性交互 104

6.2.1 缩放和摇动（以及比例缩放和旋转） 105

6.2.2 识别 106

6.2.3 过滤器 107

6.2.4 隔离和重做布局 109

6.3 更多交互式探索 110

6.3.1 识别邻近节点 111

6.3.2 路径 111

6.3.3 删除 112

6.3.4 分组 112

6.3.5 迭代分析 114

6.4 解释 114

6.4.1 数据故事的顺序 115

6.4.2 图例 116

6.4.3 注释 116

6.4.4 导出数据子集、图和图片 118

6.5 集中回顾 119

6.6 小结 120

第7章 鼠标点击类图工具 121

7.1 Excel 121

7.1.1 汇总连接 122

7.1.2 提取节点 122

7.1.3 Excel中的邻接矩阵可视化 123

7.2 NodeXL 125

7.2.1 NodeXL基础 125

7.2.2 社交网络功能 127

7.3 Gephi 129

7.3.1 Gephi基础 129

7.3.2 注意事项 131

7.4 Cytoscape 133

7.4.1 Cytoscape基础 133

7.4.2 将数据导入Cytoscape 134

7.4.3 视觉特性 135

7.4.4 Apps菜单 139

7.5 yEd 139

7.6 小结 141

第8章 轻量级编程 143

8.1 Python 143

8.1.1 上手 143

8.1.2 清洗数据 144

8.1.3 从连接数据集中提取节点集合 145

8.1.4 将电子邮件数据转换为图 149

8.1.5 图数据库 154

8.2 JavaScript与图的可视化 155

8.2.1 D3基础 155

8.2.2 D3和图 160

8.2.3 D3弹簧图 169

8.3 小结 174

第Ⅲ部分 图的可视化分析 176

第9章 关系 176

9.1 连接和关系 176

9.1.1 诈骗索赔中的相似性 177

9.1.2 网络安全 179

9.2 电子邮件关系 181

空间分隔 181

9.3 演员与电影 184

9.4 将连接转换为节点 186

9.5 小结 188

第10章 分层 189

10.1 组织结构图 189

10.2 树与图 191

10.3 绘制分层 193

10.4 决策树 198

10.5 网站树及有效性 200

10.6 小结 203

第11章 社区 204

11.1 社区的定义特征 205

11.2 图聚类 205

11.2.1 社交网络案例分析 206

11.2.2 使用NodeXL，和Gephi分析社交媒体 206

11.2.3 可聚类的布局 208

11.2.4 使用颜色描述簇的特征 210

11.2.5 社区发现 211

11.2.6 使用颜色来区分簇 212

11.2.7 社区话题分析 214

11.2.8 社区情感 216

11.3 团伙和其他组 219

11.3.1 社交媒体中的团伙 220

11.3.2 使用凸包的社区组 220

11.4 小结 223

第12章 流 224

12.1 桑基图 225

12.2 构造一个桑基图 229

12.2.1 创建页面结构 229

12.2.2 处理和建模数据 230

12.2.3 可视化数据 231

12.2.4 高亮显示通过节点的流 233

12.3 使用流的社区布局 235

12.4 弦图 237

12.5 构造一个弦图 238

12.5.1 准备数据 238

12.5.2 创建页面结构 239

12.5.3 处理和建模数据 240

12.5.4 可视化数据 243

12.5.5 根据需要显示交互细节 247

12.6 行为因子树 248

12.7 小结 249

第13章 空间网络 250

13.1 示意图布局 250

13.2 小世界分组 255

13.3 连接玫瑰汇总 255

13.4 路线模式 263

13.4.1 可视化路线段 264

13.4.2 轨迹聚合 267

13.5 小结 268

第Ⅳ部分 高级技术 270

第14章 大数据 270

14.1 图数据库 271

14.1.1 产品营销示例 271

14.1.2 创建和填充一个图数据库 273

14.2 图查询语言 275

14.2.1 使用Gremlin进行图查询 276

14.2.2 使用图查询来提取邻域 278

14.3 分析邻域 281

14.4 绘制网络活动 287

14.5 社区可视化 289

14.6 小结 290

第15章 动态图 291

15.1 图的变化 291

15.1.1 有机动画 292

15.1.2 完整时间跨度布局 293

15.1.3 重影 295

15.1.4 淡出 296

15.1.5 社区演化 297

15.2 交易图 298

15.2.1 聚类交易分析 299

15.2.2 空间交易分析 304

15.3 小结 305

第16章 设计 307

16.1 节点 307

16.1.1 节点的形状 308

16.1.2 节点大小 313

16.1.3 节点标签 314

16.2 连接 314

16.3 颜色 318

16.4 小结 320

图论术语表 322