互联网媒体数据中的社交网络挖掘(Social Network Mining in Internet Media Data) [2018-12]
给定一批新闻数据，从中挖掘出这些新闻中的社交网络关系。
1. 数据集
数据格式：数据文件中包含了约6万多个新闻的json数据，每个新闻给出了新闻网址、标题、正文、时间、以及其中包含的的人名（Entity_Person）和机构名(Entity_Organization)。
{
"Id":"0595BBF63.0001B40A.6952",
"Url":"http://www.fmprc.gov.cn/web/gjhdq_676201/gj_676203/fz_677316/1206_678260/1206x2_678280/t434836.shtml",
"Title":"**驻纳米比亚使馆鼓励旅纳华商向纳灾区提供救济捐赠",
"Text":"\n 2008年3月27日，旅居纳米比亚华商成立的“华人爱心慈善组织”通过纳第一夫人向被北部洪涝灾区捐赠棉被和床垫共600床。纳第一夫人佩内瑚皮佛·波汉巴在总统府接受捐赠。**驻纳米比亚大使任小萍、使馆政务参赞林静、“华人爱心慈善组织”代表黄跃权、黄松根及当地媒体记者等出席仪式。 \n\n 任大使在发言中表示，今年初以来，纳北部地区连降暴雨，水灾严重，给当地人民生产生活造成重大损失。旅纳华商们对此深表同情，决定伸出援手，以实际行动扶弱济贫、回馈社会。希望此次捐赠的300床棉被和300床床垫能帮助灾区人民安全过冬。任大使还说，**大使馆非常高兴地看到旅纳华商积极承担社会责任，扶助慈善项目，为当地人民和社区做好事。希望旅纳华商继续努力为纳社会发展做出贡献。\n 波汉巴夫人表示，非常感谢旅纳华商对纳灾区人民的帮助，这再次表明**是纳米比亚可靠的朋友。",
"Time":"2000-03-26T16:00:00Z",
"Entity_Person":["佩内瑚皮佛·波汉巴","任小萍","林静","黄跃权","黄松根","波汉巴"],
"Entity_Organization":["总统府","**大使馆"]
}
基于该数据，建立社交网络图，两个人如果出现在同一篇新闻中，则假设这两个人有联系。两个人的联系强弱可以通过共同出现的文章的数目来表示。例如，假设A和B在10篇新闻中同时出现过，则A-B之间的边的权重为10。
2. 社交网络的属性
2.1. 社交网络的基本属性统计：
-
给定任意一个人A，输出和A关系最强的前10个人（邻居）。
-
计算图的节点数。
-
计算图的边数。
-
使用了 Tarjan算法 计算连通分量的个数，最大连通分量的大小。
2.2. 社交网络的高级特征：
-
影响力(PageRank)计算：使用PageRank算法计算每个人的影响力大小。并给出影响力最大的前20个人。
-
社区挖掘（Community Detection）：挖掘该社交网络中的社区。
-
节点的聚集系数计算（Clustering Coefficient）：计算每个节点的聚集系数，并输出聚集系数最大的10个人。