NodeXL手册

社交媒体网络分析:NodeXL实践与学习

社交媒体工具,如电子邮件、论坛、博客、微博和维基,被数十亿全世界的人们。他们通过这些媒体沟

通，通过桌面和基于web的应用在固定或移动设备上，结果创建了多个复杂的社会网络结构。这个活泼的互

动与网络的关系创造了通过这些技术是因为个人、组织、社会团体的不断的增长。了解这些社交媒体网络

的发展,变化,失败或成功是一个越来越受到研究人员和专业人士的关注。现在社会网络分析提供了一组概

念和指标系统地研究这些动态流程。信息可视化的方法也变得有价值，帮助用户在在复杂的社会网络中发

现模式、趋势、集群和离群值。

丰富的软件工具对社会网络分析和可视化展示了力量的兴趣,但许多这些工具使用困难,特别是对于那

些缺乏经验编程语言。开源软件工具,NodeXL设计尤其方便学习的概念和方法的社会网络分析与可视化作为

一个关键组件(更多信息见史密斯,Shneiderman,et al . 2009)。

Microsoft Excel 2007的NodeXL模板是一个免费和开源扩展到广泛使用的电子表格应用程序,提供了一

系列的基本网络分析和可视化功能。

NodeXL使用高度结构化的工作簿包含多个工作表来存储所有的模板代表一个网络图所需的信息。网络关

系(如图的边)表示为一个Edges列表,所有成对的顶点相连构成了网络图。其他工作表包含关于每个顶点的

信息和集群信息。可视化功能允许用户显示一定范围的网络图，数据属性映射到的视觉属性包括形状、颜

色、大小、透明度和位置。

NodeXL支持学生学习社会网络分析和专业人士网络分析应用到感兴趣的业务问题上。它建立在熟悉的

Excel电子表格范式基础上，为非程序员提供一个易于使用的工具。NodeXL集成Excel的内部分析函数,常用

的网络指标和可视化这三个方面。它支持不同视觉网络布局、强大的过滤、聚类和映射的顶点和edge-level

数据到高度可定制的视觉属性和标签。中等规模网络的工具支持工作几千顶点,尽管一些用户已经成功地处

理成千上万的顶点。

NodeXL主要由微软研究院Marc Smith团队及众多研究机构的热心人士完成，其参与人员如下图所示：

图1 NodeXL参研人员

主要功能特色如下图所示：

图2 NodeXL功能

几个NodeXL绘制的关系图展示

第1章 启动NodeXL

开始通过打开NodeXL平常的基本层展示了Excel在顶部菜单栏,左边一个空白工作簿,图右侧窗格(图

1)。NodeXL允许用户在Edges列填写或粘贴边列表数据，组成的顶点对彼此相关的。

1.1 数据录入

开始使用NodeXL的一个方法是输入你自己的列表。例如,您可能在每一行输入朋友的名字作为顶点1和

顶点2列(见图2)。

1.2 展示图

单击

Show Graph

按钮(图的正上方窗格)来显示网络友谊的例子(图3)。假设无向的关系,也就是

说,Ann是Bob的朋友,Bob也是Ann的朋友。

图3 无向图示例

1.3 强调显示边

点击其中的一个工作簿行强调显示对应的边的两个顶点图。例如,单击第5行强调了边缘连接Ann和

Carod(参见图4)。你甚至可以点击多个行和所有相关的边缘和顶点将其强调显示。

图4 强调显示边

1.3 导入边的列表

使用NodeXL的另一种方法是使用Import命令从现有文件或数据源列表加载一个边。在NodeXL选项卡

中找到Import命令(见图5)。有人会为你提供一个Pajek(另一个社交网络分析程序)形式文件或在一个标

准的Excel工作簿的边的列表。或者从电子邮件、Twitter网络等等(参见图5)。

图5

Import命令选项

NodeXL选项卡提供了访问核心功能,稍后您将探索教程。悬停在按钮显示额外的信息。一些功能是右击

链接访问。 您将使用NodeXL控件来创建有意义的顶点布局,控制顶点和边的视觉属性(如颜色、大小、透明

度),和分析方法等。

1.4 缩放和移动图形面板

当您处理数据可能要调整窗格，将光标移动到左边的窗格,直到你看到↔符号然后拖动到所需的尺寸。

还可以通过点击标题“文档操作”拖动，将图面板移动到工作簿的左侧,上面或下面。你甚至可以拖动图形

窗格在Excel窗口内。使用时在电脑上有一个很大的显示器或两个或两个以上的监视器,NodeXL图窗格可以

占领一个全屏,在另一个显示电子表格是完全可见的。

第2章 布局

2.1 自动布局

NodeXL提供了几种自动布局类型,可以从Graph组选择相应的按钮。NodeXL默认布局为Fruchterman-

Reingold。 另一个常见的方法是使用Circle布局，它把顶点看做一个圈(图4、6)。在这种情况下,两个布

局非常相似。尝试不同的布局类型(如螺旋、网格、Sugiyama)可以发现有用的模式,关系,或不寻常的特性

被分析的数据集。

图6 布局选项

2.2 图表类型

NodeXL,默认的类型是无向图,这意味着顶点1和顶点2之间的关系是对称的(图3)。NodeXL选项卡允许

您指定图表类型为有向图(见图5),这意味着关系只在一个方向走,例如Ann的关系可能是邀请Bob参加聚会

不要求Bob也邀请Ann。顶点1是源和顶点2是目的地,一个箭头显示通向目的地的顶点。点击刷新图(图窗

格)显示有向网络(如图7所示)。

图7 有向图示例

2.3 更新图面板

任何时候你改变底层数据或功能,都将影响网络的布局(如，有向图和无向图),你必须点击刷新图按钮

（Show Graph）更新图。如果你只是想改变布局可以选择一个新的布局类型,再次点击布置,以减少处理时

间。

2.4 手动布局

在邀请示例图，您可能想通过移动顶点来获得一个更好的理解的关系。您可以单击并拖动顶点一次创

建安排,强调结构或创建一个更加有序显示(图8)。您可以选择多个顶点周围画一个盒子,或点击按住控制键

时额外的顶点。如果选择多个顶点拖时,他们都会一起移动。

图8 手动布局

2.5 保存手动布局

手动布局之后,能显示重要的人际关系,你可能会想要维持这种布局。在布局选择菜单选择“None”,

允许你手动布局,即使选择刷新图。另一个更持久的解决方法顶点位置如下所描述的“Advanced Feature”

盒。

第3章 可视化设计:让网络显示有意义

画一个有意义的图表可以揭示模式,关系和有趣的特性,可能很难画出扁平表格的图形。NodeXL旨在使

您能够创建一个丰富的各种可能的图。

第4章 标签:顶点添加文本标签和链接

由于文本标签有助于理解图表,NodeXL提供了三种方式来显示它们,所有这些可以同时使用:

主标签:顶点名称文本出现在以矩形框为顶点的内部。颜色和不透明度仍然可以使用,但是形状和大小

不能使用。

辅助标签:顶点名称文本出现在顶点形状外部的标签,使您能够使用所有的视觉属性包括形状和大小,

但屏幕增加潜在的混乱。

提示标签:当鼠标悬停在顶点时显示的弹出文本。这使图形窗格整洁,但只允许你看到文本与一个顶点

相关联。

为了设置文本标签,去NodeXL选项卡Show/Hiden组,选择工作簿列按钮,然后检查标签条目。这要求必要

的列在Vertices工作表中可见。

4.1 添加主标签

您可以用AotoFill按钮从Vertex或其它列来填补主标签列名称。然后,当你刷新时,顶点变得充满了标

签(图16)。颜色编码仍然保留但是大小编码已不再使用。在这种情况下,粉红色的文字太轻轻松阅读,因此

粉红色改为深粉红色。

图16 添加主标签

4.2 添加辅助标签

你可以通过使用辅助标签，把顶点名称显示在顶点的外部,从而允许大小和形状等特征用于顶点。使用

AotoFill按钮填补Secondary列顶点辅助标签列（图17）。通过使用Delete键或右击并选择clear删除强调

显示的所有数据主标签列。在图18中,选项对话框(图15)用来设置默认字体大小12点。您还可以使边半透明

标签重叠将更具可读性。为此,边不透明度设置为40在选项对话框中(图15)。

图17 添加辅助标签

4.3 增加提示标签

您还可以添加数据,只显示当你鼠标悬停在一个顶点时显示，这就是所谓的提示标签。在图17中,

AotoFill按钮添加Tooltip列被用于年龄提示标签。当你鼠标悬停时，你会看到Helen的年龄(22岁)。

第5章 图指标:图指标计算和可视化

当试图理解网络,分析家们经常想识别重要的顶点,定位子群,或了解如何与其他网络互联。虽然可视化

本身可以帮助做到这一点,但最好使用图指标,它能提供定量措施描述图的各个方面。NodeXL可以为你计算

几个图指标。计算后,您可以使用图指标来改变你的网络图的视觉显示的方式。

5.1 计算图指标

为了计算图指标，在Analysis组单击Graph Metrics按钮，打开如图18的对话框显示可用的图指标。选

择你想要的计算图指标，通过勾选旁边的检查框。点击旁边的细节链接一个度量指标的简要解释。点击选

择所有按钮,然后选择计算指标。图的一些指标可以计算在处理大型网络,因此状态栏用于显示进度。一旦

完成, NodeXL显示一组新的图中的每个vertex specific度量指标顶点表中的列。NodeXL也填充总体指标表

显示摘要信息如果总体指标计算了整个网络。

图18 图测量对话框

5.2 保存NodeXL文件

到目前为止，您已经完成了

NodeXL

示例使用。为了保存NodeXL文件，要确保是标准的Excel工作簿

(选择标准.xlsx扩展)。不要将其保存为一个Excel 97 - 2003工作簿,Macro-Enabled工作簿或二进制工

作簿。

5.3 风筝网络例子

为了更好地理解各种图指标的意义,你会现在开始使用一个网络被称为风筝网络,由

D

avid Krackhardt提供

(见/)。你可以下载Kite_文件:

/NodeXL_Teaching，或者你可以手动复制无向边列表和图形如图19所示的新NodeXL模板。下载版本固定顶

点的位置来匹配它们（如图19所示）。

图19

5.4 打开NodeXL文件

打开NodeXL文件就像打开任何其他Excel文件一样。如果安装了NodeXL,Excel将识别任何使用NodeXL

创建的.xlsx扩展文件。 打开文件会自动启动NodeXL。一旦你打开文件,选择展示图,然后计算所有图的指

标。

5.5 总体指标

总体指标工作表总结了实体网络的一些关键的属性如下:

(1)图表类型:无向图或有向图。

(2)唯一边:Edges工作表边的数量。

(3)重复边:在Edges工作表中重复的顶点对偶数。重复的顶点对偶是可能发生的,例如在一个论坛网络

人回复人在多个场合。重复的顶点对偶可能导致一些程度等指标是不准确的。他们可以组合成一个加权边

通过选择合并重复的边后在本教程中描述的。

(4)边总数量:Edges工作表的行。

(5)环:顶点对偶是自身的边的数量。当Edges工作表Vertex1和Vertex2列包括相同的名称时，环发生。

例如,在一个邮件列表中一个人回复自己的邮件。Self-loops视觉表示在图窗格中由一个圆形的边构成,输

入和输出是相同的顶点。

(6)顶点:Vertices工作表行数。

(7)图密度:是一个0和1之间的数字，表示在网络上相互关联的顶点是如何关联的。对于一个无向图，

所有顶点都连接到所有其他通过至少一个边缘,图密度等于边的总数量除以最大允许的边的数量。风筝网络

可能有18条边和最多45条边,导致图的密度0.4。更密集的图形(如，0.6)将包括更多的边总有相当数量的顶

点。

(8)NodeXL版本:显示NodeXL的版本。

5.6 顶点指标

为了能在Vertices工作表中看到顶点的指标，如中心指标和聚类系数。您将看到新的图指标列表,在

Workbook Columns按钮选择隐藏后，将看不到图指标。每个值直接关系到一个顶点。例如,第2行显示了特

定的Andre的各种图指标(图20)。

图20

顶点指标可以映射到视觉属性如图20所示,您可以通过使用AotoFill功能重建。图例显示程度映射到大

小和中间性中心映射到不透明度。此外,Closeness Centrality映射到提示标签。下面是风筝网络每个指标

的描述。

(1)度中心性（Degree）：

表示节点的链接数量。如果网络中的链接都是强关系，那么度中心性高的人就比度中心性低的人受欢迎。

图1是一个训练班的同学之间的关系（下面就以代号TC表示），Bill度中心性是6，Tom和Mark的是1，说明Bill

最受欢迎，而Tom和Mark则比较边缘化。在有向图中，度中心性分为出度中心性（Out-Degree）和入度中心

性（In-Degree）。A的出度中心性是从A节点指向其它节点的链接数，A的入度中心性是指向A节点的链接数。

(2)中介中心性（Betweenness Centrality）：

在路径上能够到达其它节点的度量。在TC中，Bill的中介中心性是17，Joseph是14，远高于其它节点，

因为如果没有Joseph，Willian和Tom就会与其他人断开关系，同样，Mark必须通过Bill与其他人建立关系。

而James、Mark、Henry和Tom的中介中心性为0，因为他们不在其他关系的路径上。

(3)接近中心性（Closeness Centrality）：

有能力在最短路径到达其它节点的度量。接近中心性的值越小说明节点更容易到达其它节点，即平均

路径最短。

(4)特征向量中心性（Eigenvector Centrality）：不仅考虑链接总数，还考虑与谁连接。即"把那些与

特定行动者相联结的其他行动者的中心性考虑进来而量度一个行动者中心性指标"。在图2中，William和

James的度中心性都是3，但James的特征向量中心性比William的高，因为James与第二受欢迎的Charles连

接，而William与处于边缘的Tom连接（他们各自的另一个联系人具有相同的度中心性）。

(4)聚类系数（Clustering Coefficient）：

有时候，一个人的朋友之间也是朋友，形成一个小团体（派系）。例如，Henry的三个朋友Gary、Bill

和Charles之间也直接相互连接。有时候，一个人的朋友之间没有连接，像William的朋友Tom和Joseph就没

有关系。聚类系数用来衡量节点的邻点之间的关系。准确的计算是，邻点之间实际的连接数/邻点之间可能

的连接数。辟如说，Joseph有三个朋友，他们之间最多可以有三个连接，而实际上只有一个（Bill和Gary

之间），因此，聚类系数是1/3。

第6章 数据准备:融合边和排序标签数据

迄今为止,上面的示例使用小型、简单网络只有少量的顶点。大多数社交媒体网络都大得多,经常会造成

杂乱的图是很难解释的。NodeXL包含强大的策略使得能在更大的网络上发现数据的重要特征,但利用这些常

常需要准备初始数据。

6.1 SeriousEats分析

本节分析产生于一个网络论坛文章和博客评论的SeriousEats在线社区食品爱好者(www.

)。是由Emily Mason从SeriousEats网站手动收集的2009-3-8数据。下载的数据文件名为

“Serious_（/NodeXL_Teaching）。文件只包含一个Edges列表。Vertex1

为社区成员的用户名，Vertex2为论坛或社区成员发布的博客文章缩写的名字。博客以“B_”开头，论坛帖

子以“F_”开头。例如,第一行显示用户gastronomeg发布简短的博客条目标题Misosoup(图21)。这种类型

的数据集与Vertex1代表Person,Vertex2代表一些事件(即张贴在论坛或博客内容)是一个典型的“关系数

据例子”。更一般的是,Vertex1列和Vertex2列表示两个不同的实体，称为“双模网络”。

图21 SeriousEats分析

6.2 合并重复的边

您可能会注意到,图21有些重复的行(行16、18和20)。这不是一个错误,因为一些社区成员多次发布相

同的论坛或博客。例如,用户cucumberpandan粘贴到博客GroceryNinja 3次。 然而,图21所示的红色高亮显

示,只显示边的重复的行。NodeXL允许您删除重复的边缘,但保留重复次数信息是重复的。在数据组Prepare

Data下拉菜单，单击Merge Duplicate Edges按钮，然后刷新图。

现在,您将看到一个新列Edge Weight，其数量表示边的重复数。如图22所示,现在只有一行连接

cucumberpandan B_GroceryNinja显示权重为3,因为3行合并成1行。总的来说,由最初的417条边现在浓缩到

362条边。

图22 边合并后的结果

图22所示的图易解释，很大程度上是因为它包含太多的顶点和边。它也不能明确的表示不同顶点代表

不同的对象。为了解决这个问题，可以为每个不同类型的顶点设置独特的形状和颜色。

NodeXL可以利用Excel的支持的列排序功能，有效地帮助注释数据和识别重要的顶点。这可以通过点击

Vertices工作表Lable列倒三角形下拉菜单的“排序A到Z”选项来完成(图23)。这将按字母顺序排序的所有

顶点，所有的博客文章(从“B_”)和论坛帖子(从“F_”)相邻，便于为每个组设置独特的颜色和形状属性。

图23 顶点排序

第7章 过滤:减少杂乱透露重要特性

在处理大型凌乱图表时，过滤掉顶点或边或只关注部分通常很有用。NodeXL提供了多种方式来过滤掉

边和顶点,将在本节中使用Serious Eats数据集。

7.1 动态过滤器

过滤掉某些边或顶点,这样它们就不会出现在图中，这是一个很好的方式,以减少混乱。使用动态过滤

特性的一种方法通过分析组Dynamic Filters按钮或可视化区域(点击右上角>>按钮，下拉菜单的Dynamic

Filters选项)。这将打开一个新对话框(图26)。对话框提供了大量的双框范围内滑块来帮助你过滤。左边

数是工作簿中的最小值,而右边的是最大值。顶部的边滑块过滤掉,留下的顶点。第二组滑块过滤顶点和顶

点的所有边。

图26 动态过滤器

当计算了额外的指标或添加新列数据时，新的过滤器将被添加到图5中。首先计算指标

“Degree”（在下面介绍），然后在图26中点击Read Workbook按钮。现在,您将看到一个新

的名为“Degree”的滑块过滤器（图27）。尝试过滤边的权重滑块向右滑动,更改数量从1到2。

图应该动态地更新,此时只有权重为2的边被高浪显示。只显示发布到论坛主题(或博客帖

子)2次以上的用户。

图27 增加新的过滤器

第8章 聚类

聚类有助于确定顶点在一起形成一个小团体。有时你会知道哪些人应该分为不同的集群(如,共和党和

民主党人),而其他时候,你可能想要识别的集群不知道的情况下(如。在大型社交网络)友谊派系。手动聚类

允许您创建自己的集群。它还可以帮助自动识别你感兴趣的集群。一旦确认了顶点的颜色和形状，NodeXL

便以定制的方式直观地显示集群。为了演示集群是如何工作的,我们分析2007年美国参议员的投票模式。特

别感谢克里斯·威尔逊Slate杂志提供的数据集,可以从下载:/NodeXL_Teaching名

为Senate_。/maps/Pages/#data

8.1 2007年参议院投票分析

Vertices工作表包含关于每个参议员，及他们的政党,他们所代表的州,投票的总人数。Edges工作表

包含的每一个无向边连接一个参议员到其它参议员。图36增加的列,Vertex1(Vertex1_Total)和

Vertex2(Vertex2_Total)是选票总数，Percent_Agreement是赞成百分比。最后两列(图36的K列和L列)

用作分母，在计算Percent_Agreement时帮助不在场的人(比如竞选者)。

图36 2007年参议员投票分析

图36显示结果为一个大黑色的连接(图36)。这是因为每个参议员都是连接到其他参议员至少一次。需

要过滤的一些边和改变的一些可视化元素。

首先，通过Edges工作表Color列把所有边的颜色设为“浅灰色”,并复制它到最后一条边。接下来,打

开AutoFill列窗口并选择匹配的字段（图37）。边的可见性的选项设置为“大于0.65”(所有成对的参议员

之间的比例平均赞同数)。投票的结果是,对相同的不到65%的时不会连接。正如在过滤部分所讨论的那样,

他们不会被读入(他们将“跳过”,没有“隐藏”)。因为他们没有读图,图的测量和聚类会把他们处理成好

像他们不存在似的,在这种情况下，这是可取的。AutoFill列显示的图像如图38所示。

图37

AutoFill列窗口

图38

8.2 手动聚类

手动创建一个集群,集群顶点表(图39)。从Vertices工作表中复制和粘贴顶点列到B列(Cluster工作

表)。然后从Vertices工作表中复制和粘贴政党列A列(Cluster工作表)。现在的每个顶点基于自己的政党取

向指定到一个集群。

图39

每个顶点指定了一个集群和形状。确保集群列中列出一个包括所有的惟一值集群中的顶点表(图39)。

当标记了NodeXL选项卡Show/Hiden部分Cluster旁边的复选标记,颜色和形状在集群中指定工作表将显示

在任何颜色或形状的图中顶点表的信息。Vertices工作表中的信息不是覆盖,它只是不显示。不勾选复选

框将显示顶点颜色和形状信息表,而不是集群,离开检查框你将看到新创建的聚类影响图。

图40

刷新将看到一个如图41所示的图。你会注意到共和党和民主党参议员之间的清晰的聚类,以及独立议员倾向

于投民主党的票。

8.3 改变高级布局选项

你可能已经注意到在图40中，参议员比图38更分散。(即NodeXL在Fruchterman-Reingold布局设置中，

允许您更改参数)使顶点分散或相互靠近。改变这个设置,去图窗格上方的选项对话框,选择“布局…”按钮

在右下角。这将打开布局选项对话框如图41所示。增加的力量之间的排斥力顶点至8.0并单击OK。再点击

布局图窗格会显示结果图（图40）。

图41 改变高级布局选项

8.4 自动聚类

NodeXL具有自动聚类的功能。聚类算法采用Ken Wakita and Toshiyuki Tsurumi的文章（"Finding

Community Structure in Mega-scale Social Networks"）中描述的算法。在NodeXL选项卡Analysis部分

单击“Find Clusters”按钮的。每个聚类给出一个数字ID列(如图39所示A列)。颜色和形状被自动分配到

每个聚类(图42)。

图42 自动聚类

去Cluster顶点表看哪些顶点分配给哪个聚类。查看结果,您需要确保NodeXL选项卡Show/Hiden部分聚

类检查框并刷新图。图42显示了这个结果。图表表明,聚类算法是能够识别最明显的两个群体,虽然自动分

配颜色不是人们所期望的(即共和党集群现在民主党集群是蓝色和黄色)。可以在Cluster工作表的Vertices

颜色列下拉菜单中，通过选择更合适的解决这些颜色(见图42)。

集群的一些个体指派的类存在一些差异。自动聚类(Collins),因为有些个体不适合到其他集群(尽管他

认为自己是共和党人)。在民主党类即使他们不是技术上的民主党人，算法还把Snowe和两名独立参议员

(Lieberman and Sanders)分到一类。聚类的数量并不是预先确定的(即,它不会总是3)。同样的顶点的数量

在每个集群可以发生显著的变化。

图43

8.5 显示和隐藏聚类

你不需要展示图上的集群信息。在NodeXL选项卡Show/Hiden部分取消勾选，可以从图中隐藏这些信

息。Cluster工作表上的集群信息将被保留,但视觉显示将由Vertices工作表是什么来决定的。在这种情

况下，它将回到图38。

你可能想要用数据集实验一些NodeXL特性。例如,您可以通过计算度量，在Betweeness Centrality

找到最高的个体或其他感兴趣的指标。你也可以调整边可见性选择一个不同的数字(例如,50%)或使用动态

过滤器,看看网络变化变量被修改。

第9章 结论

上面介绍的社交媒体网络分析仅仅是开始。现在,您已经了解了NodeXL的主要特点。然而,知道如何有

效地应用它们解决实际问题需要进行大量的练习。当你解决日益复杂的数据集和挑战性的问题,你将会引起

对社会网络分析的兴趣并不断增长的知识。

功能

特点

灵活的输入输出：输入和输出图表格式包括GraphML，Pajek，UCINet，和矩

阵格式。

与社交媒体直接连接：直接从Twitter、YouTube、Flickr和电子邮件导入社交网

络，或用一个多功能插件从Facebook、Exchange和万维网超链接中获取网络

数据。

缩放：缩放到感兴趣的区域，调整顶点大小以减少混乱。

灵活的布局：使用“力量导向“算法进行布局，或用鼠标拖动。

很容易地调整显示属性： 通过填写工作表的单元格来设置颜色、形状、大小、

标签和透明度，或选择根据度中心性、中介中心性等度量自动填写。

动态筛选： 使用滑动条就能立刻隐藏一些节点和边，例如，隐藏所有度中心性

小于5的节点。

强大的节点分组功能：根据节点的共同属性将它们分组，或让NodeXL分析它

们的连通性并自动分组。为不同组的节点设置不同的颜色、形状，以便于区分。

图度量计算： 轻松计算度中心性、中介中心性和接近中心性等。

任务自动化 ： 点击一次完成多个重复的任务。

操作界面

工具视频

NodeXL介绍

怎样从多个社交网络导入数据到NodeXL

应用案例

CHI2012

这是NodeXL的Gallery中的案例之一。展示的是1000位最近的Twitter中包含

“CHI2012”的Twitter用户的网络图，数据在2012年5月4日21：14分（UTC）

抓取。

参数

图形类型：有向的（directed)

布局算法：the Harel-Koren Fast Multiscale layout algorithm

边的颜色：关系值（ relationship values）

节点大小：跟随者值（followers values)