Oracleのグラフ分析製品であるPGXを使って、Twitterアカウントの類似度のグラフ分析を試してみました。

1. PGXでつぶやきの類似度による
グラフを作成してみた。
オーイシ

2. データについて
• Twitterに”#nowplaying”ハッシュタグをつけてつぶやかれ
たツイート（2015-04 ~ 2016-05）からアーティスト名を抽
出。
• あるアーティストについて一度でもつぶやいたアカウント
（829アカウント）を抜き出し類似度をベクトル空間モデル
で算出。
• つぶやきの類似度からアカウントをクラスタリングする。

3. データのインポート、フィルタ、JSON変換など
• Cytoscape.js AND PGXで検索すると↓このエントリが
見つかると思います。
• https://gist.github.com/dogrunjp/4c5781c551a260154
5829b6b0d1e8b02

4. 可視化
• タブ区切りデータをPGXにインポート。速い！
• とりあえず類似度に閾値を設定し、グラフを出力してみ
ました。

5. edge.score < 1 && > 0.7

6. edge.score < 0.7 && > 0.5

7. edge.score < 0.5 && > 0.3

8. こんな分析をしたい。
• 今回は類似度（＝エッジのプロパティ）の閾値を変えた
グラフを表示しただけなので、PGXのアルゴリズムを使
ったグループ抽出を行いたい。（例）wcc [弱連結成分]
アルゴリズムなどがある。
• 時間軸をエッジのプロパティに反映し、時間経過による
クラスタの変化を可視化したい。

9. グラフ分析、オススメします。
• コト（コンテクストを含めたモノゴトの性質）の分析がで
きます。
• サイエンス以外の分野でもジャーナリズム、政府統計を使
った提案…などグラフデータ分析でアウトプットの質の向
上が期待できる分野は多いのではないでしょうか。