网络分析

Awesome Network Analysis Awesome DOI

An awesome list 资源来构建,分析和可视化网络数据.

受启发 Awesome Deep Learning, Awesome Math 和别的.

Adamic and Glance’s network of political blogs, 2004.

>美国政治博客网络 Adamic and Glance (2004) (preprint).

__注意:__搜索“ @”将返回此页面上列出的所有Twitter帐户.

Books

Classics

Dissemination

>针对非技术受众的无障碍介绍.

General Overviews

Graph Theory

Method-specific

Software-specific

Topic-specific

Conferences

>有关网络分析的定期会议.

Courses

Datasets

Journals

>不能完全开放访问的期刊被标记为“门控”. 另请注意,以下列出的一些发布商是 deeply hurting 科学出版.

Professional Groups

Research Groups (USA)

>总部位于美国的以网络为中心的研究中心,(阅读)小组,研究机构,实验室–随便您如何命名.

Research Groups (Other)

>以网络为中心的研究中心,(阅读)小组,研究机构,实验室(如您所愿)位于美国以外.

Review Articles

Archeological and Historical Networks

>另请参见参考书目 by Claire Lemercier and Claire Zalc (有关“ 结构研究”的部分), by the Historical Network Research Groupby Tom Brughmans.

Bibliographic, Citation and Semantic Networks

Biological, Ecological and Disease Networks

Complex and Multilayer Networks

Ethics of Network Analysis

[conway2014]:https://lra.le.ac.uk/bitstream/2381/36068/2/Draft%20BJM%20Revised%20(3rd%20iteration)%20Manuscript.pdf

Network Modeling

-[用于网络分析和公开挑战的统计模型的简要历史] [fienberg2012](计算与图形统计杂志,2012). - Basic Models and Questions in Statistical Network Analysis (_统计调查,2017年). - Introduction to Stochastic Actor-Based Models for Network Dynamics (preprint ; Social Networks,2010年). -导航用于推理网络分析的统计工具的范围(《美国政治学刊》,2016年即将出版). - Positional Analysis and Blockmodeling (<!-- preprint ; -> 计算复杂度,2012年). - Social Network Evolution and Actor Oriented Models数学与社会科学,1997). - Statistical Models for Social Networks (《社会学年度评论》,2011年). - A Survey of Statistical Network Models -书本长度评论(preprint ; _《机器学习的基础与趋势》,2010年). - A Unified View of Generative Models for Networks: Models, Methods, Opportunities, and Challenges (video presentation; NIPS 2014 workshop 上 ”Networks: From Graphs to Rich Data”).

[fienberg2012]:http://www.stat.cmu.edu/~brian/780/hw01/Fienberg%20(2012)%20A%20Brief%20History%20of%20Statistical%20Models%20for%20Network%20Analysis%20and% 20Open%20Challenges.pdf

Network Visualization

Social, Economic and Political Networks

>另请参见参考书目 by Eszter Hargittai, by Pierre Françoisby Pierre Mercklé.

Selected Papers

>自愿摘录的应用,认识论和方法论文章,其中许多已成为网络分析课程中的经典读物. 适用于积极进取的社会科学专业学生,很少或几乎没有接触过网络分析的知识.

Software

>有关为什么此部分列表可能对某些人有用的提示,请参阅 Mark Round’s Map of Data Formats and Software Tools (2009).
>本节中的几个链接来自 NetWiki Shared Code 页面,来自Cambridge Networks Network List of Resources for Complex Network Analysis,并从 Software for Social Network Analysis Mark Huisman和Marijtje AJ van Duijn的专页. 有关该主题的最新学术评论,请参见 Social Network Algorithms and Software 国际社会与行为科学百科全书,第二版(2015年).
>另请参阅 Social Network Analysis Project Survey (blog post),这是对社交网络分析工具进行图表绘制的早期尝试,该工具链接到此列表中未包含的许多商业平台,例如 Detective.io . 维基百科英文条目 Social Network Analysis Software 还可以链接到许多非常昂贵,过时的商业广告,而从任何合理的标准来看,这些商业广告都不是太棒了.
>以软件为中心的教程列在其选择的程序下方:列出了其他教程 in the next section.

Algorithms

>下一部分中的任何部分都不适合的网络放置和社区检测算法.
>另请参阅 Awesome AlgorithmsAwesome Algorithm Visualization 列出更多算法上的出色功能.

C / C++

>有关更出色的C / C ++内容,请参见 Awesome CAwesome C / C++ 列表.

Java

  • GraphStream -用于动态图建模和分析的Java库.
  • Mixer -原型展示如何使用 Apache Fluo 连续将多个大图合并为一个衍生图.

JavaScript

>有关更出色的JavaScript库,请参见 Awesome JavaScript 清单.

Julia

MATLAB

>另请参见 Python 部分.

Python

>以下许多项目来自 a Google spreadsheet 由MichałBojanowski等人撰写.
>另请参见 Social Network Analysis with Python,由Maksim Tsvetovat和Alex Kouznetsov在PyCon US 2012上提供的3小时教程(code).
>有关更出色的Python软件包,请参见 Awesome PythonAwesome Python Books 列表.

  • dash-cytoscape -由Cytoscape.js和Dash支持的Python交互式网络可视化库
  • graph-tool -用于网络操作和分析的Python模块,主要使用C ++编写以提高速度.
  • graphviz -DOT图形绘图语言的Python渲染器.
  • GraSPy -用于单个和多个网络的统计算法,模型和可视化的Python软件包.
  • hiveplot -Python工具,用于在matplotlib(更全面的网络可视化)上将网络绘制为蜂巢图.
  • karateclub -使用scikit-learn之类的API在图结构化数据上进行无监督学习的Python包.
  • linkpred -评估网络未来快照中潜在链接的可能性.
  • littleballoffur -Python程序包,可使用类似scikit-learn的API从图结构化数据中进行采样.
  • metaknowledge -Python套件,可将文献计量数据转化为作者和引文网络.
  • networkx -用于创建,操作和研究复杂网络的结构,动力学和功能的Python软件包.
  • npartite -用于n部分网络中社区检测的Python算法.
  • PyGraphistry -Python库,用于提取,转换和直观地浏览大图.
  • python-igraph - Python version of the igraph network analysis package.
  • python-louvain -Louvain社区检测算法的可靠实现.
  • Snap.py -SNAP(用于大型网络分析和操纵的通用,高性能系统)的Python接口.
  • SnapVX -用于图上定义的问题的凸优化求解器.
  • TQ (Temporal Quantities) -用于时态网络分析的Python 3库.
  • webweb -MATLAB / Python库,用于使用d3.js生成交互式网络可视化.

R

>有关更出色的R资源,请参阅 Awesome RAwesome R Books 列表. 也可以看看 this Google spreadsheet by Ian McCulloh 和 others.
>要将许多不同的网络模型结果转换为整洁的数据帧,请参见 broom 包. 要将许多不同的网络模型结果转换为LaTeX或HTML表,请参见 texreg 包.

Stata

Syntaxes

>旨在供多个程序使用的通用图语法.

Tutorials

>不专注于单个特定软件包或程序的教程.

Varia

>不属于其他类别的资源.

Blog Series

>有关网络主题的一系列博客文章.

Fictional Networks

>虚构人物网络的探索.

Network Science

>讨论“ netsci”的含义以及对其他科学学科的意义.

Small Worlds

>专注于的链接(类似) Stanley Milgram’s small-world experiment.

Two-Mode Networks

>也称为二部图.


License

CC0

在法律允许的范围内,此列表的作者-按时间顺序排列: François Briatte, Ian McCulloh, Aditya Khanna, Manlio De Domenico,帕特里克·卡明斯基, Ericka Menchen-Trevino, Tam-Kien Duong, Jeremy Foote, Catherine Cramer, Andrej Mrvar, Patrick Doreian, Vladimir Batagelj,埃里克·琼斯(Eric C. Jones),奥尔登·科洛夫达尔(Alden S. James Fairbanks, Danielle Varda, Andrew Pitts, Roman Bartusiak, Koustuv Sinha, Mohsen Mosleh, S和ro Sousa, Jean-Baptiste Pressac, Patrick Connolly, Hristo Georgiev, Tiago Azevedo, Luis Miguel Montilla, Keith Turner, S和ra Becker, Benedek Rozemberczki, Xing Han Lu, Vincent Labatut, David Schoch, Jaewon ChungBenedek Rozemberczki – have waived all copyright 和 related or neighboring rights to this work.

谢谢 Robert J. Ackl和, Patrick Connolly, Michael Dorman, Colin Fay, Marc Fl和reau, Eiko Fried, Christopher Steven Marcum, Wouter de Nooy, Katya Ognyanova, Camille Roth, Cosma Shalizi, Tom A.B. Snijders, Chris WatsonTim A. Wheeler,他帮助查找了此列表中的一些很棒的资源.