影響力の分析
影響力の分析についての例題として、Twitter上でのフォロー関係から、影響力の高いユーザーを分析することを考えてみます。
以下のようなツイッターユーザー間のフォロー関係があるとします。
A follows B A follows C B follows C B follows D C follows A C follows B C follows D D follows A D follows C
このグラフをNetworkXで表現し、pagerankアルゴリズムを用いて、各ユーザーの影響力を計算するPythonコードを以下に示します。
pagerankアルゴリズムとは、Webページの重要度を計算するアルゴリズムです。
Webページのリンク構造を解析して、そのページが他の多くのページからどの程度の重要度を持つかを計算します。
これを、フォロワー関係からの影響力を分析するのに使ってみます。
[ソースコード]
1 | import networkx as nx |
実行すると、以下のような結果が得られます。
[実行結果]
C: 0.3245609358176832 A: 0.2251463547274389 B: 0.2251463547274389 D: 0.2251463547274389
この結果から、ユーザーCが最も影響力が高いことが分かりました。