|
关键词：Gephi 专利数据 网络可视化 今天继续WIPO开源专利分析项目的编译系列。近两期相关文章中，公号系统地介绍了专利分析的八种工具（开源分析方法 | 专利分析工具上、下），其中在网络关系可视化（Network Visualisation）中特别提到了“Gephi”这一开源工具，今天就为大家带来用Gephi绘制专利网络关系的作法详解。 注：本文编译自WIPO开源专利分析项目中的“Patent Network Visualisation with Gephi”一文，有删减，并根据最新版Gephi 0.9.1进行了适应性修改，更像是小编的阅读兼实际操作笔记。 Gephi介绍及安装 Gephi与网络关系 Gephi是一款非常好用的网络关系绘制软件，应用范围十分广泛，凡是可以抽象为节点（node）和边（edge）的关系数据，大都可以用Gephi来绘制。比如Facebook上的社交网络、鼠脑中的神经网络、美国各州间的交通网络等。 Gephi绘制的设计师博客主题聚类分析图 Facebook朋友关系分析 Gephi的安装 Gephi最新版本为0.9.1，下载（https:///users/download/）后双击并按照提示步骤安装即可，第一次打开时会提示安装Java（http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html）。 一切安装完毕后，Gephi的打开界面： 为便于将Excel格式的数据直接导入Gephi中，还需要安装一个将Excel或CSV格式数据转换成Gephi可用数据的插件，安装步骤如下： 点击“工具”——“插件” 弹出如下窗口，点击“可用插件”，选择“Convert Excel and csv files to networks” 点击“安装”后弹出如下窗口，按步骤提示一步步安装即可。 数据导入及图形初绘 原文作者非常贴心地提供了数据样例——一组涉及“合成生物学”主题的专利数据，包括576个首次专利申请和与之相关的2882个同族专利，并对数据进行了清洗（数据样例下载地址：https://github.com/poldham/opensource-patent-analytics/blob/master/2_datasets/synbio_patents/synbio_inventors.xlsx?raw=true）。 输入数据文件 点击“文件”——“import” 弹出如下窗口：
点击“下一步”，弹出如下窗口：
点击“select file”，选择刚才下载的数据文件
选择输入内容项 继续点击“下一步”后，弹出如下窗口。本次可视化旨在分析申请人（受让人）的共现关系，因此两端的节点均选择“patent_assignees_cleaned”
选好后点击下一步，弹出如下窗口，Gephi会询问该数据列中有没有包含子字段，如果有，子字段以什么为分界？
观察原始数据可以发现，“patent_assignees_cleaned”这一字段中包含多个申请人的子字段，并以分号分隔。
因此在上面的选项中，我们选择“semicolon”（即分号），然后点击“下一步”，弹出如下窗口，Gephi继续询问：如果想生成动态网络的话，选择哪个字段作为时间字段？
我们选择“priority_date_earliest”
点击“下一步”后，弹出如下窗口，Gephi会给出三个选项，我们勾选1和3。1表示要在“patent_assignees_cleaned”之间形成连接关系，是必选项；3表示去除节点连接到自身的自循环环路，通常也应勾选。
点击“下一步”，弹出提示窗口：
点击“完成”，弹出“输入报告”窗口，提示一切正常，并告知共有363个节点，176条边，图形为无向网络图。
点击“确定”后，得到如下初始图形：
删除无效节点 由于“patent_assignees_cleaned”字段中存在“NA”的无效数据，应当将其去除。点击上方的“数据资料”，点击“frequency”排序，发现NA的频率高达74次，选中NA，右键后点击“删除”并确定。
再返回“概览”界面：
统计分析、参数设置及布局配置 统计分析 Gephi为整个网络布局提供了一系列统计分析，包括平均度、平均加权度、网络直径、图密度、平均聚类系数等。这些统计数据项与节点和边等参数的设置密切相关，例如节点的大小和颜色等可以按照节点出现频率进行排序，根据模块化进行聚类分区等。 “统计”区域位于界面右侧，依次点击“运行”，可以得到平均度等统计数据，其中最重要的统计数据有两个： 1. 网络直径：计算给定节点与网络中相距最远的节点之间的距离。 2. 模块化：对节点间的连接（即“边”）进行计算并基于连接强度对节点进行聚类分区。
参数设置 Gephi提供了丰富的参数设置，可以对节点和边的颜色、大小、标签颜色、标签尺寸等进行调节。 比如首先可以设置节点的颜色：依次选中“节点”——“调色板图标”——“数值设置”——“frequency（即按照节点出现频率配置颜色）”，即可得到彩色的节点。
接下来还可以配置节点的大小：依次选中“节点”——“节点大小图标”——“数值设置”——“加权度”，即可得到大小合适的节点。
布局配置 进行参数设置后的专利申请人关系图仍然挤作一团，没有明显的空间感。接下来需要对节点和边的空间布局进行配置，Gephi提供了很多节点的布局算法，包括Force Atlas、Fruchterman-Reingold、Yifan Hu等，其中Fruchterman-Reingold算法（简称FR算法）是最经典的算法之一，我们点击FR算法：
点击“运行”，并设置合适的“区”、“重力”、“速度”后，得到下图：
观察上图，有一些节点仍处于交叠状态，此时可以运行辅助布局工具“Noverlap”，与上图相比，红线框出的区域，交叠的节点打开成为更加清晰的空间布局。
背景、边及标签设置 在界面下方的工具栏中，我们可以对图形的背景、边的颜色和尺寸以及标签的属性进行设置。
在“Labels（标签）”的设置中，我们可以选择字体的样式、大小和颜色，还可以将标签字体大小设置为固定、按比例排列或随节点尺寸变化，将标签颜色设置为单一或随目标变化等。
如果觉得上面的标签太多太乱，还可以勾选“隐藏未选中”，点击左上方的“矩形选择”，按住Ctrl键，选择希望显示标签的节点即可，如下图所示：
输出图形 点击左下方的小相机按钮，可以截屏输出图形，在配置中还可对分辨率和抗锯齿等进行设定。
输出图形如下：
Gephi的功能十分强大，今天仅仅是介绍了一些入门性能，上图也还有很多可设置和优化的空间，后续小编还将和大家一起深入学习，也欢迎真爱粉提出更多好的想法。
|
|
|
