Cross Validated Webサイトのキーワード/ タグを調べることができます。
ネットワークとしての枝
これを行う1つの方法は、キーワード間の関係（同じ投稿内で一致する頻度）に基づいてネットワークとしてプロットすることです。
このsql-scriptを使用して、サイトのデータを（data.stackexchange.com/stats/query/edit/1122036）から取得する場合
select Tags from Posts where PostTypeId = 1 and Score >2
次に、スコアが2以上のすべての質問のキーワードのリストを取得します。
次のようにプロットすることにより、そのリストを調べることができます。
更新：色（リレーションマトリックスの固有ベクトルに基づく）と自己学習タグなしで同じ
このグラフをもう少しきれいにして（たとえば、ソフトウェアタグのような統計概念に関係しないタグを取り出し、上記のグラフでは「r」タグに対して既に行われています）、視覚表現を改善できますが、上記のこの画像はすでに良い出発点を示しています。
Rコード：
#the sql-script saved like an sql file
network <- read.csv("~/../Desktop/network.csv", stringsAsFactors = 0)
#it looks like this:
> network[1][1:5,]
[1] "<r><biostatistics><bioinformatics>"
[2] "<hypothesis-testing><nonlinear-regression><regression-coefficients>"
[3] "<aic>"
[4] "<regression><nonparametric><kernel-smoothing>"
[5] "<r><regression><experiment-design><simulation><random-generation>"
l <- length(network[,1])
nk <- 1
keywords <- c("<r>")
M <- matrix(0,1)
for (j in 1:l) { # loop all lines in the text file
s <- stringr::str_match_all(network[j,],"<.*?>") # extract keywords
m <- c(0)
for (is in s[[1]]) {
if (sum(keywords == is) == 0) { # check if there is a new keyword
keywords <- c(keywords,is) # add to the keywords table
nk<-nk+1
M <- cbind(M,rep(0,nk-1)) # expand the relation matrix with zero's
M <- rbind(M,rep(0,nk))
}
m <- c(m, which(keywords == is))
lm <- length(m)
if (lm>2) { # for keywords >2 add +1 to the relations
for (mi in m[-c(1,lm)]) {
M[mi,m[lm]] <- M[mi,m[lm]]+1
M[m[lm],mi] <- M[m[lm],mi]+1
}
}
}
}
#getting rid of < >
skeywords <- sub(c("<"),"",keywords)
skeywords <- sub(c(">"),"",skeywords)
# plotting connections
library(igraph)
library("visNetwork")
# reduces nodes and edges
Ms<-M[-1,-1] # -1,-1 elliminates the 'r' tag which offsets the graph
Ms[which(Ms<50)] <- 0
ww <- colSums(Ms)
el <- which(ww==0)
# convert to data object for VisNetwork function
g <- graph.adjacency(Ms[-el,-el], weighted=TRUE, mode = "undirected")
data <- toVisNetworkData(g)
# adjust some plotting parameters some
data$nodes['label'] <- skeywords[-1][-el]
data$nodes['title'] <- skeywords[-1][-el]
data$nodes['value'] <- colSums(Ms)[-el]
data$edges['width'] <- sqrt(data$edges['weight'])*1
data$nodes['font.size'] <- 20+log(ww[-el])*6
data$edges['color'] <- "#eeeeff"
#plot
visNetwork(nodes = data$nodes, edges = data$edges) %>%
visPhysics(solver = "forceAtlas2Based", stabilization = TRUE,
forceAtlas2Based = list(nodeDistance=70, springConstant = 0.04,
springLength = 50,
avoidOverlap =1)
)
階層ブランチ
上記のタイプのネットワークグラフは、純粋に分岐した階層構造に関する批判のいくつかに関連していると思います。必要に応じて、階層クラスタリングを実行して強制的に階層構造にすることができると思います。
以下は、このような階層モデルの例です。それでも、さまざまなクラスターの適切なグループ名を見つける必要があります（ただし、この階層的なクラスター化が良い方向だとは思わないので、それを開いたままにします）。
クラスタリングの距離測定は、試行錯誤によって発見されました（クラスターが適切に表示されるまで調整を行います）。
#####
##### cluster
library(cluster)
Ms<-M[-1,-1]
Ms[which(Ms<50)] <- 0
ww <- colSums(Ms)
el <- which(ww==0)
Ms<-M[-1,-1]
R <- (keycount[-1]^-1) %*% t(keycount[-1]^-1)
Ms <- log(Ms*R+0.00000001)
Mc <- Ms[-el,-el]
colnames(Mc) <- skeywords[-1][-el]
cmod <- agnes(-Mc, diss = TRUE)
plot(as.hclust(cmod), cex = 0.65, hang=-1, xlab = "", ylab ="")
StackExchangeStrikeによって書かれました。
