Rで学ぶデータサイエンス〈8〉ネットワーク分析

  • ただいまウェブストアではご注文を受け付けておりません。
  • サイズ B5判/ページ数 178p/高さ 26cm
  • 商品コード 9784320019287
  • NDC分類 417
  • Cコード C3341

出版社内容情報

●内容
 ネットワーク分析とは,さまざまな対象を点と線からなるネットワークとして表現し,その構造的な特徴を探る研究方法である。ネットワーク分析はこれまで,人間関係や集団間の関係を扱う社会学,人類学,心理学などの人文社会科学,またグラフ理論と呼ばれる数学とそれを応用した情報科学やオペレーションズ・リサーチなどの工学分野で発展してきた。近年ではそれらの領域を横断し,さらに物理学や生物学の領域をも含む「ネットワーク科学」として,学問的な関心だけでなく一般的な注目も集めるようになってきている。本書は,データ分析用のフリーソフトであるR を使って,ネットワーク分析の理論と実際の分析法を学ぶことを目的としている。

●目次
はじめに
第1章 ネットワークデータの入力
1.1 ネットワークとグラフ
1.2 隣接行列
1.3 辺リスト
1.4 ファイルの読み込み
1.5 多重グラフ
1.6 重み付きグラフ
1.7 二部グラフ
第2章 最短距離
2.1 最短経路と最短距離
2.2 幅優先探索
2.3 ダイクストラ法
2.4 ウォーシャル・フロイド法
2.5 snaの場合
2.6 igraphの場合
2.7 到達可能性行列
第3章 ネットワーク構造の諸指標
3.1 密度
3.2 推移性
3.3 相互性
3.4 分析例
第4章 中心性
4.1 点中心性
4.2 離心中心性・近接中心性
4.3 次数中心性
4.4 固有ベクトル中心性
4.5 PageRank
4.6 ボナチッチのパワー中心性
4.7 媒介中心性
4.8 情報中心性
4.9 集中度
4.10 二部グラフの中心性
4.11 分析例
第5章 ネットワーク構造の分析
5.1 サブグループ
5.2 構造同値性
5.3 ストラクチュラル・ホール
第6章 ネットワークの類似性
6.1 関係構造の類似性
6.2 中心化の類似性
第7章 ネットワーク指標の有意性検定
7.1 ネットワーク分析における統計的仮説検定
7.2 QAP検定
7.3 CUG検定
第8章 モチーフ
8.1 モチーフ
8.2 トライアド・センサス
第9章 複雑ネットワーク
9.1 複雑ネットワーク
9.2 ランダムグラフ
9.3 スモールワールド・ネットワーク
9.4 スケールフリー・ネットワーク
第10章 ネットワーク分析とベイジアン・アプローチ
10.1 認知ネットワークからのネットワークの推定
10.2 ベイジアン・ネットワーク
第11章 グラフ描画
11.1 2次元グラフ
11.2 3次元グラフ
11.3 グラフィックスの保存
付録A Rの基礎知識
付録B 数学の基礎知識

目次

第1章 ネットワークデータの入力
第2章 最短距離
第3章 ネットワーク構造の諸指標
第4章 中心性
第5章 ネットワーク構造の分析
第6章 ネットワークの類似性
第7章 ネットワーク指標の有意性検定
第8章 モチーフ
第9章 複雑ネットワーク
第10章 ネットワーク分析とベイジアン・アプローチ
第11章 グラフ描画

著者等紹介

鈴木努[スズキツトム]
1974年生まれ。2006年東京都立大学大学院社会科学研究科博士課程単位取得退学。専攻は社会学。現職、明治大学非常勤講師、首都大学東京非常勤講師、社会学修士(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

父さん坊や

2
仕事で使うのでヤバい、と思って買いました。まだ読み込み方は足りないが、ネットワーク分析の要点はつかんだし、Rで流すことも問題なさそう。ネットワークでおわっちゃダメなのね。2018/03/28

明るいくよくよ人

0
通読するには、ちょっと退屈かな。ネットワーク分析をRでしようとしたときのリファレンスとして使うにはよい。2013/10/07

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/247537
  • ご注意事項