社會網路分析的工具與軟體

『壹』 有沒有大神知道引文網路分析法的具體步驟還有分析工具

一般來說，引文網路分析畢拍的具體步驟如下：

選擇研究的學術領域和時間段，並收集相關論文。

對論文進行解析，提取出論文的引文信神數賣息。

建立論文之間的引文關系網路。

分析游逗網路中的節點和邊，了解論文之間的關系。

對網路進行可視化，通過圖形更直觀地展示論文之間的關系。

分析論文的影響力，比如計算論文的引用次數、引用深度、引用寬度等。

『貳』 社會網路分析的Gephi軟體

相比於UCINET的導入數據格式，Gephi要求的原始數據更加靈活，主要分為三種：

例如以博士就業的「來源-目標」為例：(當然優勢根據需要還可以加入權重weight)

將原始的列表數據轉化為共現矩陣，進而導入到Gephi（亦或是UCINET、Pajek）是最為常見的數據轉化方法。但是通常情況下，無論是用BibExcel還是用BICOMB2，步驟都比較繁瑣。相關參考資料如下，以供參考：

在這里筆者安利一個神仙公眾號，「學術點滴」。UP主做了一個CO_OC1.7軟體，能夠瞬間做共現及相異矩陣，同時將bibexcel、ucinet、pajek、vosviewer、gCLUTO(雙聚類)、內容挖掘系統(ROSTCM6)作為插件集合於CO_OC1.7軟體中，方便一體化分析及比較分析，節省時間。親測有效，文章鏈接如下：

網上關於作圖的教程較為詳細，多結合案例講解，容易上手。參考如下：

（1）統計功能：Gephi<UCINET

（2）作圖渲染：Gephi>UCINET

但是這不是說明Gephi的作圖效果一定就比UCINET好，一切都是「以圖能最直觀的表達觀點」為直接目標。所以需要對這兩種作圖軟體盡量上手，拿兩者做的圖相互比較，選擇最能代表研究觀點的圖。如同研究一樣，一切都是以表達觀點為立意點，切不可成了炫技的秀方法文章。

『叄』 數據分析用什麼軟體

做數據分析，比較好用的軟體有哪些？
數據分析軟體有很多種，每一種都適合不同類型的人員。

簡單說：

Excel：普遍適用，既有基礎，又有中高級。中級一般用Excel透視表，高級的用Excel VBA。

hihidata：比較小眾的數據分析工具。三分鍾就可以學會直接上手。無需下載安裝，直接在線就可以使用。

SPSS：專業統計軟體，沒有統計功底很難用的。同時包含了數據挖掘等高大功能。

SAS：專業統計軟體，專業人士用的，不懂編程還是不要碰了。

MARLAB：建立統計與數學模型，但是比較難學，很難上手。

Eview：比較小眾，建立一些經濟類的模型還是很有用的。計量經濟學中經常用到。

各種BI與報表工具：FineBI，FineReport，tableau，QlikView等。
比較好的數據分析軟體有哪些？
SPSS是軟體里比較簡單的 ，學校里使用的比較多一些，可以採用菜單的模式 帶少量的命令編輯MATLAB常常在建立統計和數學模型的時候比較好用 但是很難學 反正我學了一個學期楞是就知道個皮毛Finereport 兼顧了基本的數據錄入與展現功能，一般的數據源都支持，學習成本比較低，比較適合企業級用戶使用，SAS我並斗沒用過
網站數據分析工具哪個好用些阿？
推薦吆喝科技的ab測試，軟體分析的數據比較全面和精準
學數據分析需要熟悉哪些軟體基礎
軟體只是一個工具 看你要從事的數據分析的方向很深度而定

一般的用excel也可以進行常規簡單的數據分析

再深入一點的用spss、stata、sas

如果要搞數據挖掘的話，用spss modeler / sas

不過一般的常規數據分析用excel和spss基本上能夠應付
常用的數據分析工具有哪些
數據分析的概念太寬泛了，做需要的是側重於數據展示、數據挖掘、還是數據存儲的？是個人用還是企業、部門用呢？應用的場景是製作簡單的個人圖表，還是要做銷售、財務還是供應鏈的分析？

那就說說應用最廣的BI吧，企業級應用，其實功能上已經涵蓋了我上面所述的部分，主要用於數據整合，構建分析，展示數據供決策分析的，譬如FineBI，是能夠絕漏磨」智能」分析數據的工具了。
android數據分析工具用什麼軟體
1. 開源大數據生態圈

Hadoop HDFS、Hadoop MapRece, HBase、Hive 漸次誕生，早期Hadoop生態圈逐步形成。

開源生態圈活躍，並免費，但Hadoop對技術要求高，實時性稍差。

2. 商用大數據分析工具

一體機資料庫/數據倉庫（費用很高）

IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。

數據倉庫（費用較高）

Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

數據集市（費用一般）

QlikView、 Tableau 、國內永洪科技Yonghong Data Mart 等等。

前端展現

用於展現分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用於展現分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、國內永洪科技Yonghong Z-Suite等等。
數據分析軟體有哪些，他們分別的特點是什麼
除了搜圓EXCEL 數據分析用的多的有以下幾個軟體，你看看你們公司符合哪個

SPSS（StatisticalProct and Service Solutions），「統計產品與服務解決方案」軟體，是數據定量分析的工具，適用於社會科學（如經濟分析，市場調研分析）和自然科學等林林總總的統計分析，國內使用的最多，領域也多。

SPSS就如一個傻瓜相機，界面友好，使用簡單，但是功能強大，可以編程，能解決絕大部分統計學問題，適合初學者。它有一個可以點擊的交互界面，能夠使用下拉菜單來選擇所需要執行的命令。它也有一個通過拷貝和粘貼的方法來學習其「句法」語言，但是這些句法通常非常復雜而且不是很直觀。

SPSS致力於簡便易行（其口號是「真正統計，確實簡單」），並且取得了成功。但是如果你是高級用戶，隨著時間推移你會對它喪失興趣。SPSS是制圖方面的強手，由於缺少穩健和調查的方法，處理前沿的統計過程是其弱項。

SAS是全球最大的軟體公司之一，是全球商業智能和分析軟體與服務領袖。SAS由於其功能強大而且可以編程，很受高級用戶的歡迎，也正是基於此，它是最難掌握的軟體之一，多用於企業工作之中。

SAS就如一台單反相機，你需要編寫SAS程序來處理數據，進行分析。如果在一個程序中出現一個錯誤，找到並改正這個錯誤將是困難的。在所有的統計軟體中，SAS有最強大的繪圖工具，由SAS/Graph模塊提供。然而，SAS/Graph模塊的學習也是非常專業而復雜，圖形的製作主要使用程序語言。SAS適合高級用戶使用。它的學習過程是艱苦的，正所謂「五年入門，十年精通」，最初的階段會使人灰心喪氣。然而它還是以強大的數據管理和同時處理大批數據文件的功能，得到高級用戶的青睞。

R 是用於統計分析、繪圖的語言和操作環境，屬於GUN系統的一個自由、免費、源代碼開放的軟體，它是一個用於統計計算和統計制圖的優秀工具，多用於論文，科研領域。

R的思想是：它可以提供一些集成的統計工具，但更大量的是它提供各種數學計算、統計計算的函數，從而使使用者能靈活機動的進行數據分析，甚至創造出符合需要的新的統計計算方法。因此R有很多最新的模型和檢驗方法，但是非常難自學，對英語的要求很高。R與SAS的區別在於，R是開放免費的，處理更靈活，同時對編程要求較高。
大數據是什麼意思？哪些軟體適合大數據分析？
大數據定義什麼的網路很多。個人理解：現有的互聯網數據量越來越大，面對這么大的數據量，如何利用好這些數據是極具挑戰性的。一方面數據量提升，數據處理的方法必須改變，才能提高數據處理速度，比如大規模，高並發的網站訪問，12306，淘寶天貓什麼的；另一方面從這些海量數據中挖掘出有用的信息，比如根據淘寶根據用戶點擊訪問，反饋出用戶的喜好，給用戶推薦相關商品。

推薦Hadoop，適合大數據處理的。

網上學習資料很多，自己搜去！

當然你也可以自己使用資料庫MYSQL等去做大數據處理，這樣很多Hadoop做好的東西都需要你自己去做。要是熟悉某個資料庫，並且應用明確就用資料庫自己去做吧！

加油！
數據分析軟體哪個好
最常用的是spss,屬於非專業統計學的! sas是專業的統計分析軟體,需要編程用,都是專業人士用的 數據分析中的數據挖掘,可以使用spss公司的clementine
大數據分析一般用什麼工具分析
在大數據處理分析過程中常用的六大工具：

Hadoop

Hadoop 是一個能夠對大量數據進行分布式處理的軟體框架。但是 Hadoop 是以一種可靠、高效、可伸縮的方式進行處理的。Hadoop 是可靠的，因為它假設計算元素和存儲會失敗，因此它維護多個工作數據副本，確保能夠針對失敗的節點重新分布處理。Hadoop 是高效的，因為它以並行的方式工作，通過並行處理加快處理速度。Hadoop 還是可伸縮的，能夠處理 PB 級數據。此外，Hadoop 依賴於社區伺服器，因此它的成本比較低，任何人都可以使用。

HPCC

HPCC，High Performance puting and munications(高性能計算與通信)的縮寫。1993年，由美國科學、工程、技術聯邦協調理事會向國會提交了「重大挑戰項目：高性能計算與 通信」的報告，也就是被稱為HPCC計劃的報告，即美國總統科學戰略項目，其目的是通過加強研究與開發解決一批重要的科學與技術挑戰問題。HPCC是美國 實施信息高速公路而上實施的計劃，該計劃的實施將耗資百億美元，其主要目標要達到：開發可擴展的計算系統及相關軟體，以支持太位級網路傳輸性能，開發千兆 比特網路技術，擴展研究和教育機構及網路連接能力。

Storm

Storm是自由的開源軟體，一個分布式的、容錯的實時計算系統。Storm可以非常可靠的處理龐大的數據流，用於處理Hadoop的批量數據。Storm很簡單，支持許多種編程語言，使用起來非常有趣。

Apache Drill

為了幫助企業用戶尋找更為有效、加快Hadoop數據查詢的方法，Apache軟體基金會近日發起了一項名為「Drill」的開源項目。Apache Drill 實現了 Google's Dremel.

據Hadoop廠商MapR Technologies公司產品經理Tomer Shiran介紹，「Drill」已經作為Apache孵化器項目來運作，將面向全球軟體工程師持續推廣。

RapidMiner

RapidMiner是世界領先的數據挖掘解決方案，在一個非常大的程度上有著先進技術。它數據挖掘任務涉及范圍廣泛，包括各種數據藝術，能簡化數據挖掘過程的設計和評價。

Pentaho BI

Pentaho BI 平台不同於傳統的BI 產品，它是一個以流程為中心的，面向解決方案(Solution)的框架。其目的在於將一系列企業級BI產品、開源軟體、API等等組件集成起來，方便商務智能應用的開發。它的出現，使得一系列的面向商務智能的獨立產品如Jfree、Quartz等等，能夠集成在一起，構成一項項復雜的、完整的商務智能解決方案。

『肆』 社會網路的類型與功能

社會網路數據和其他相似性數據的綜合性分析程序。與UCINET捆綁在一 起的還有Pajek、Mage和NetDraw等三個軟體。UCINET能夠處理的原始數據為矩陣格式，提供了大量數據管理和轉化工具。該程序本身不包含 網路可視化的圖形程序，但可將數據和處理結果輸出至NetDraw、Pajek、Mage和KrackPlot等軟體作圖。UCINET包含大量包括探測 凝聚子群（cliques, clans, plexes）和區域（components, cores）、中心性分析（centrality）、個人網路分析和結構洞分析在內的網路分析程序

『伍』 學習和應用社會網路分析，為什麼要選用Pajek(轉自科學網)

昨日與一位朋友聊天，提到論文撰寫的問題，發現這位朋友修習了社會網路分析的一些概念知識，手頭又有點數據，導師又催著出論文，於是極度希望能夠應用Pajek作為工具分析點結果出來，湊出一篇「像樣點」的論文。當問及Pajek到底能做什麼時，我給出的回答讓這位朋友感到非常失望：Pajek有繪圖功能，但是如果只是為了好看，那你不如用其他多媒體軟體，Pajek有計算功能，但是限於對你手頭網路文件進行分析，如果要出統計結果，你得要藉助其他軟體。於是，朋友說：那照你這么說法，這就是個廢物軟體了？ 在十年前，或許可選擇的軟體較少，現在可供網路分析使用的軟體，不下上百種，如果要從中挑出適合自己需要的，倒也的確比較困難。或許所有應用這項技術的人，都會推薦自己所熟悉的軟體工具。我雖然不能說可以用手頭的工具解決所有問題，但談一下為什麼選用這個軟體還是有必要的，當然，還真有人在網上發了論文，對一些軟體進行比較。真是不好意思的是，在寫這篇博文時，我搜索了一下自己的硬碟，居然沒找到那篇論文。 我覺得有必要從個人角度澄清一下對這個軟體應用范圍的看法。 首先，Pajek是用來處理大型網路的。在目前版本中，它可以處理多達9億個頂點的網路文件。如果你手頭的網路文件頂點不超過1000個，那用Ucinet、NodeXL等軟體，都不會有速度的障礙。 第二，Pajek是所有網路分析工具中，唯一配備了循序漸進教程的軟體。在我個人看來，人類所創造的工具，是現有感官的延伸，是進一步創造新認識和新直覺的階梯。所以，當我們要理解並熟練掌握甚至可以精通某種操作化的分析技能時，需要有一個逐漸訓練的過程，並且在這種過程中形成對一些看似抽象的概念的直觀認識。配備了循序漸進教程的Pajek軟體，正好成為入門時的練手工具。 第三、Pajek提供了探索網路結構的途徑，但它的統計分析功能很弱。但是，它又同時配備了R軟體介面。在我看來，把Pajek的數據探索功能與R軟體的統計功能結合，就已經基本符合網路分析技術的應用需求。如果超出這種基本功能的更高階需求，那就不僅僅是應用這種技術，而是研究這種技術本身了。 總結起來，當學習社會網路分析技術時，我個人覺得應當掌握的軟體有兩個：Pajek和R軟體（R軟體裡面有許多分析包，其中igraph和sna這兩個包很重要，應當重點掌握）。應當熟悉的軟體有Matlab和NodeXL，前者幫助你做一些矩陣轉換，後者則提供了一個簡單的EXCELL插件供你做網路文件制備。對於如何學習R軟體的操作，我建議零起點的朋友，如果是生物醫學方面的，可以選擇《應用R軟體和

『陸』 社會計算--研究點

研究內容

    1 、社交網路服務 （Social NetworkService，SNS）

    談到社交網路服務，就會讓人想起時下最熱門的Facebook。社交網路服務研究的是利用信息技術構建虛擬空間，實現社會性的交互和通信。SNS還有一種解釋是社會網路軟體（Social Network Software），電子郵件、網路論壇等許多傳統網路工具都可以視為一種社會軟體。

    在社交網路服務的網站上，人們以認識朋友的朋友的方式，擴展自己的人脈。國內最有名的社交網路服務網站是「人人網」，他們從實踐中總結出以下值得重點關注的研究點：社會關系強度、信息的絕對價值和相對價值、新鮮事排序演算法、隱私性以及社會化搜索。 

    2 、群體智慧 （CollectiveIntelligence）

    群體智慧的典型應用是「維基網路」和「網路知道」。這些互聯網平台系統不僅幫助用戶相互溝通聯系，更重要的是將用戶組織起來，發揮他們的群體智慧，以協作的方式一起創造、加工和分享知識。

    2005年，美國卡耐基梅隆大學的路易斯·馮·安（Luis Von Ahn）提出「人本計算（Human Computation）」的思想，用驗證碼、游戲等方式調動網民的熱情，使眾多的人腦自覺不自覺地參與到計算任務中，輕松地解決了本來非常耗時耗力的問題。這也是群體智慧的體現。

    知識獲取是一切智能系統的瓶頸，傳統的依靠專家編輯知識的方式效率太低，無法滿足大規模真實信息處理的需求。在網路社會的大背景下，群體智慧的出現為知識獲取提供了一條嶄新的充滿希望的道路。如何巧妙地設計用戶界面以激發用戶的參與熱情，如何克服人腦計算的不精確性，如何將人腦和電腦最佳地結合起來，都是值得深入研究的問題。

3.  社會網路分析 （Social NetworkAnalysis）

    社會網路分析依據網路理論看待社會，節點是網路中的獨立角色，邊是社會關系，社會網路就是由節點和邊構成的一張圖，這張圖往往非常復雜，節點之間的關系類型多種多樣。

    社會網路分析的典型例子是社區計算。中科院計算技術研究所的研究工作指出：社區是社會信息網路的普遍現象，大規模信息網路中的一些社會化特徵在全局層面往往具有穩定的統計規律。如何度量、發現和利用這些規律是大規模社會信息網路分析與處理的一個基礎問題。一般而言，社區結構是度量和利用這些特性的基本單元。因此，發現一個網路中有意義的、自然的、相對穩態的社區結構，對網路信息的搜索與挖掘、信息的推薦以及網路演化與擴散的預測具有重要價值。

4.  內容計算 （Content Computing）

    除社會網路外，社會媒體也是分析理解社會的重要素材，如新聞、論壇、博客、微博等。由於它們都以語言文字為主要展示形式，因此從事內容計算研究的學者需要掌握語言分析技術。當前內容計算的熱點包括輿情分析、人際關系挖掘、微博應用等。

     輿情分析 ：傳統上，對輿情的研究主要有兩種方法：一是觀察思辨，，二是問卷調查。前者缺乏數據支持，後者採集的數據量亦有限。互聯網技術為輿情分析提供了全新的技術路線，通過對各種社會媒體的跟蹤與挖掘，結合傳統的輿論分析理論，可以有效地觀察社會的狀態，並能輔助決策，及時發出預警。

     基於內容的人際關系挖掘 ：互聯網中蘊含著大量公開的人名實體和人際關系信息。利用文本信息抽取技術可以自動地抽取人名，識別重名，自動計算出人物之間的關系，進而找出關系描述詞，形成一個互聯網世界的社會關系網。微軟亞洲研究院的「人立方」就是一個典型系統。

     微博應用 ：如果說「人人網」是中國的Facebook，那麼「新浪微博」則是中國的Twitter。近來「新浪微博」迅猛發展，2010年11月，其用戶數為5000萬，2011年3月，其用戶數突破1億，在四個月內翻了一倍。「微博」同時具有「社會網路」和「媒體平台」的屬性，它催生了信息生產和傳播方式的革命，對社會事件和人們的意識已然產生了很大影響。「微博」明確地定位為平台，它提供開放的API介面，積極支持第三方應用的發展，基於「微博」的研究與開發必將成為未來一段時期互聯網學術界和產業界的熱點。

5.  人工社會 （Artificial Society）

    社會計算的一個重要使命是對復雜社會問題建立計算模型，進行實驗分析並提供決策支持。利用計算機模擬手段測試和驗證社會經濟政策的效果，已成為一個公共政策領域的迫切需求，這些需求催生了「人工社會」、「平行社會」等諸多相關領域的研究。

    通過建立各種人工社會，構造相應的平行系統，為「全面、綜合、可持續的科學發展觀」提供了一種可行的分析和評估方法，並應用於復雜社會系統的管理與控制，可以為將要到來的數字化社會和數字化政府管理奠定基礎。中科院自動化所是「人工社會」這一研究課題的積極倡導者和實踐者。

     社會計算面臨的挑戰

    社會計算方興未艾，生機勃勃，卻也面臨諸多挑戰：

1. 個人數據整合：同一個人在不同場合、不同終端上留下的各種行為記錄目前都散落在不同的存儲節點上，要整合這些信息，不但涉及技術問題，更涉及復雜的管理問題。

2. 巨量數據存儲：為大規模人類行為進行全面實時的記錄，需要巨大的數據存儲和管理能力，當前的計算機系統還無法滿足這一需求。

3. 個人隱私保護：出於隱私保護方面的考慮，大型互聯網公司往往不敢向學術界公開用戶日誌，致使學術界對社會計算的研究遇到用戶數據採集方面的嚴重困難。匿名化處理是一種解決方案，但好事者依然可以從匿名後的數據中發現個人行為的輪廓，使匿名化處理失效。

4. 研究成果保密：如果揭示出某種社會關系或某個組織的運行規律，是否會受到相關個人和組織的質疑或反對呢？對研究成果要達到何等保密程度呢？

5. 學術隊伍組織：由於背景各異，如何使計算機專家和社會科學領域的專家相互理解，密切配合，一道推進社會計算的研究，並非易事。同時，如何建設社會計算學科，培養既懂計算科學，又懂社會科學的人才，也是亟待探索的話題。

    結語

    社會計算是一個方興未艾的多學科交叉領域，網路科學、復雜系統、數據挖掘、社會學、管理科學、語言處理、信息檢索等不同背景的學者從不同的角度對社會計算進行了研究。社會計算的研究橫跨文理，為社會科學提供了一條革命性的計算之路，其研究成果對於社會管理、社會生活都將產生重大影響。隨著學術界、產業界和政府對社會計算的認識不斷加深，關注度不斷提高，社會計算正逐步進入蓬勃發展的階段。

『柒』 如何構建知識圖譜

自己建嗎可以下載圖譜軟體構建
http://www.cnblogs.com/R0b1n/p/5224065.html可以參考一下這個

SPSS: 大型統計分析軟體，商用軟體。具有完整的數據輸入、編輯、統計分析、報表、圖形繪制等功能。常用於多元統計分析、數據挖掘和數據可視化。
Bibexcel: 瑞典科學計量學家Persoon開發的科學計量學軟體，用於科學研究免費軟體。具有文獻計量分析、引文分析、共引分析、耦合分析、聚類分析和數據可視化等功能。可用於分析ISI的SCI、SSCI和A&HCI文獻資料庫。
HistCite: Eugene Garfield等人於2001年開發的科學文獻引文鏈接分析和可視化系統，免費軟體。可對ISI的SCI、SSCI和SA&HCI等文獻資料庫的引文數據進行計量分析，生成文獻、作者和期刊的引文矩陣和實時動態引文編年圖。直觀的反映文獻之間的引用關系、主題的宗譜關系、作者歷史傳承關系、科學知識發展演進等。
CiteSpace: 陳超美博士開發的專門用於科學知識圖譜繪制的免費軟體。國內使用最多知識圖譜繪制軟體。可用於追蹤研究領域熱點和發展趨勢，了解研究領域的研究前沿及演進關鍵路徑，重要的文獻、作者及機構。可用於對ISI、CSSCI和CNKI等多種文獻資料庫進行分析。
TDA: Thomson Data Analyzer（TDA）是Thomson集團基於VantagePoint開發文獻分析工具。商用軟體。具有去重、分段等數據預處理功能；可形成共現矩陣、因子矩陣等多種分析矩陣；可使用Pearson、Cosine等多種演算法進行數據標准化；可進行知識圖譜可視化展示。
Sci2 Tools: 印第安納大學開發的用於研究科學結構的模塊化工具可從時間、空間、主題、網路分析和可視化等多角度，分析個體、局部和整體水平的知識單元。
ColPalRed: Gradnada大學開發的共詞單元文獻分析軟體。商用軟體。結構分析，在主題網路中展現知識（詞語及其關系）；戰略分析，通過中心度和密度，在主題網路中為主題定位；動態分析，分析主題網路演變，鑒定主題路徑和分支。
Leydesdorff: 系類軟體。阿姆斯特丹大學Leydesdorff開發的這對文獻計量的小程序集合。處理共詞分析、耦合分析、共引分析等知識單元體系。使用「層疊圖」實現可視化知識的靜態布局和動態變化。
Word Smith: 詞頻分析軟體。可將文本中單詞出現頻率排序和找出單詞的搭配片語。
NWB Tools: 印第安納大學開發的對大規模知識網路進行建模、分析和可視化工具. 數據預處理；構建共引、共詞、耦合等多種網路；可用多種方法進行網路分析；可進行可視化展示.
Ucinet NetDraw: Ucinet是社會網路分析工具。包括網路可視化工具Net Draw。用於處理多種關系數據，可通過節點屬性對節點的顏色、形狀和大小等進行設置。用於社交網路分析和網路可視化。
Pajek: 來自斯洛維尼亞的分析大型網路的社會網路分析免費軟體。Pajek基於圖論、網路分析和可視化技術，主要用於大型網路分解，網路關系展示，科研作者合作網路圖譜的繪制。
VOSviewer: 荷蘭萊頓大學開發的文獻可視化分析工具。使用基於VOS聚類技術技術實現知識單元可視化工具。突出特點可視化能力強，適合於大規模樣本數據。四種視圖瀏覽：標簽視圖、密度視圖、聚類視圖和分散視圖。

[4]陳悅, 劉則淵, 陳勁等. 科學知識圖譜的發展歷程[J]. 科學學研究, 2008, (03): 449-460.

[5]Shiffrin, R.M., and Katy Börner. Mapping Knowledge Domains[C]. Proc. Proceedings of the National Academy of Sciences of the United States of America pp. 5183-5185.

[6]Börner, K., Chen, C.和Boyack, K.W. Visualizing knowledge domains[J]. Annual review of information science and technology, 2003, 37, (1): 179-255.

[7]CM, C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57, (3): 359-377.

[8]陳悅和劉則淵. 悄然興起的科學知識圖譜[J]. 科學學研究, 2005, (02): 149-154.

[9]邱均平. 信息計量學[M]. (武漢大學出版社, 2007. 2007).

[10]沙勇忠和牛春華. 信息分析[M]. (科學出版社, 2009. 2009).

[11]塞沃爾, 建軍和煦. 鏈接分析: 信息科學的研究方法[M]. (東南大學出版社, 2009. 2009).

[12]Egghe, L.和Rousseau, R. Introction to informetrics: Quantitative methods in library, documentation and information science[J]. 1990

[13]韓家煒, 坎伯, 裴健等. 數據挖掘: 概念與技術[M]. (機械工業出版社, 2007. 2007).

[14]Wasserman, S. Social network analysis: Methods and applications[M]. (Cambridge university press, 1994. 1994).

[15]Persson, O., R. Danell, J. Wiborg Schneider. How to use Bibexcel for various types of bibliometric analysis[C]. Proc. International Society for Scientometrics and Informetrics., Leuven, Belgium2009 pp. 9–24.

[16]Yang, Y., Akers, L., Klose, T.等. Text mining and visualization tools–impressions of emerging capabilities[J]. World Patent Information, 2008, 30, (4): 280-293.

[17]Börner, K., Huang, W., Linnemeier, M.等. Rete-netzwerk-red: analyzing and visualizing scholarly networks using the Network Workbench Tool[J]. Scientometrics, 2010, 83, (3): 863-876.

[18]廖勝姣. 科學知識圖譜繪制工具:SPSS和TDA的比較研究[J]. 圖書館學研究, 2011, (05): 46-49.

[19]Scott, M. WordSmith tools[M]. (Oxford: Oxford University Press, 1996. 1996).

[20]Batagelj, V.和Mrvar, A. Pajek - Program for Large Network Analysis[M]. (1998. 1998).

[21]Borgatti, S.P., Everett, M.G.和Freeman, L.C. Ucinet for Windows: Software for social network analysis[J]. 2002

[22]Van Eck, N.J.和Waltman, L. VOSviewer: A computer program for bibliometric mapping[J]. 2009

『捌』 社會網路分析工具netdraw和UCINET，請問，哪位高手會使用，會使用的高手能否給予幫助。

文章的話你可以看下【姜春林, 陳玉光. CSSCI數據導入Bibexcel實現共現矩陣的方法及實證研究. 圖書館雜志. [G250.7]. 2010 2010-05-31(4):58-63.】，裡面有些介紹和步驟。
如果你構建矩陣有困難，可以使用我新作的軟體生成共現矩陣，然後直接導入兩個可視化軟體，會自動生成知識圖譜，當然你也可以自行進行相關設置。
我在博客里直接把基本步驟也寫了，希望對你有幫助：
http://hi..com/liuqiyuan/blog/item/054d4aed316297ccb21cb147.html

『玖』 大數據分析一般用什麼工具分析

大數據分析是一個含義廣泛的術語，是指數據集，如此龐大而復雜的，他們需要專門設計的硬體和軟體工具進行處理。該數據集通常是萬億或EB的大小。這些數據集收集自各種各樣的來源：感測器，氣候信息，公開的信息，如雜志，報紙，文章。大數據分析產生的其他例子包括購買交易記錄，網路日誌，病歷，軍事監控，視頻和圖像檔案，及大型電子商務。

大數據分析，他們對企業的影響有一個興趣高漲。大數據分析是研究大量的數據的過程中尋找模式，相關性和其他有用的信息，可以幫助企業更好地適應變化，並做出更明智的決策。

一、Hadoop

Hadoop是一個開源框架，它允許在整個集群使用簡單編程模型計算機的分布式環境存儲並處理大數據。它的目的是從單一的伺服器到上千台機器的擴展，每一個台機都可以提供本地計算和存儲。

Hadoop 是一個能夠對大量數據進行分布式處理的軟體框架。但是 Hadoop 是以一種可靠、高效、可伸縮的方式進行處理的。Hadoop
是可靠的，即使計算元素和存儲會失敗，它維護多個工作數據副本，確保能夠針對失敗的節點重新分布處理。Hadoop是高效的，它採用並行的方式工作，通過並行處理加快處理速度。Hadoop
還是可伸縮的，能夠處理 PB 級數據。此外，Hadoop 依賴於社區伺服器，因此它的成本比較低，任何人都可以使用。

Pentaho BI 平台，Pentaho Open BI
套件的核心架構和基礎，是以流程為中心的，因為其中樞控制器是一個工作流引擎。工作流引擎使用流程定義來定義在BI
平台上執行的商業智能流程。流程可以很容易的被定製，也可以添加新的流程。BI
平台包含組件和報表，用以分析這些流程的性能。目前，Pentaho的主要組成元素包括報表生成、分析、數據挖掘和工作流管理等等。這些組件通過
J2EE、WebService、SOAP、HTTP、Java、JavaScript、Portals等技術集成到Pentaho平台中來。
Pentaho的發行，主要以Pentaho SDK的形式進行。

Pentaho
SDK共包含五個部分：Pentaho平台、Pentaho示例資料庫、可獨立運行的Pentaho平台、Pentaho解決方案示例和一個預先配製好的
Pentaho網路伺服器。其中Pentaho平台是Pentaho平台最主要的部分，囊括了Pentaho平台源代碼的主體;Pentaho資料庫為
Pentaho平台的正常運行提供的數據服務，包括配置信息、Solution相關的信息等等，對於Pentaho平台來說它不是必須的，通過配置是可以用其它資料庫服務取代的;可獨立運行的Pentaho平台是Pentaho平台的獨立運行模式的示例，它演示了如何使Pentaho平台在沒有應用伺服器支持的情況下獨立運行;

Pentaho解決方案示例是一個Eclipse工程，用來演示如何為Pentaho平台開發相關的商業智能解決方案。

Pentaho BI 平台構建於伺服器，引擎和組件的基礎之上。這些提供了系統的J2EE
伺服器，安全，portal，工作流，規則引擎，圖表，協作，內容管理，數據集成，分析和建模功能。這些組件的大部分是基於標準的，可使用其他產品替換之。

七、Druid

Druid是實時數據分析存儲系統，Java語言中最好的資料庫連接池。Druid能夠提供強大的監控和擴展功能。

八、Ambari

大數據平台搭建、監控利器;類似的還有CDH

1、提供Hadoop集群

Ambari為在任意數量的主機上安裝Hadoop服務提供了一個逐步向導。

Ambari處理集群Hadoop服務的配置。

2、管理Hadoop集群

Ambari為整個集群提供啟動、停止和重新配置Hadoop服務的中央管理。

3、監視Hadoop集群

Ambari為監視Hadoop集群的健康狀況和狀態提供了一個儀錶板。

九、Spark

大規模數據處理框架(可以應付企業中常見的三種數據處理場景：復雜的批量數據處理(batch data
processing);基於歷史數據的互動式查詢;基於實時數據流的數據處理，Ceph:Linux分布式文件系統。

十、Tableau Public

1、什麼是Tableau Public - 大數據分析工具

這是一個簡單直觀的工具。因為它通過數據可視化提供了有趣的見解。Tableau
Public的百萬行限制。因為它比數據分析市場中的大多數其他玩家更容易使用票價。使用Tableau的視覺效果，您可以調查一個假設。此外，瀏覽數據，並交叉核對您的見解。

2、Tableau Public的使用

您可以免費將互動式數據可視化發布到Web;無需編程技能;發布到Tableau
Public的可視化可以嵌入到博客中。此外，還可以通過電子郵件或社交媒體分享網頁。共享的內容可以進行有效硫的下載。這使其成為最佳的大數據分析工具。

3、Tableau Public的限制

所有數據都是公開的，並且限制訪問的范圍很小;數據大小限制;無法連接到[R ;讀取的唯一方法是通過OData源，是Excel或txt。

十一、OpenRefine

1、什麼是OpenRefine - 數據分析工具

以前稱為GoogleRefine的數據清理軟體。因為它可以幫助您清理數據以進行分析。它對一行數據進行操作。此外，將列放在列下，與關系資料庫表非常相似。

2、OpenRefine的使用

清理凌亂的數據;數據轉換;從網站解析數據;通過從Web服務獲取數據將數據添加到數據集。例如，OpenRefine可用於將地址地理編碼到地理坐標。

3、OpenRefine的局限性

Open Refine不適用於大型數據集;精煉對大數據不起作用

十二、KNIME

1、什麼是KNIME - 數據分析工具

KNIME通過可視化編程幫助您操作，分析和建模數據。它用於集成各種組件，用於數據挖掘和機器學習。

2、KNIME的用途

不要寫代碼塊。相反，您必須在活動之間刪除和拖動連接點;該數據分析工具支持編程語言;事實上，分析工具，例如可擴展運行化學數據，文本挖掘，蟒蛇，和[R
。

3、KNIME的限制

數據可視化不佳

十三、Google Fusion Tables

1、什麼是Google Fusion Tables

對於數據工具，我們有更酷，更大版本的Google Spreadsheets。一個令人難以置信的數據分析，映射和大型數據集可視化工具。此外，Google
Fusion Tables可以添加到業務分析工具列表中。這也是最好的大數據分析工具之一。

2、使用Google Fusion Tables

在線可視化更大的表格數據;跨越數十萬行進行過濾和總結;將表與Web上的其他數據組合在一起;您可以合並兩個或三個表以生成包含數據集的單個可視化;

3、Google Fusion Tables的限制

表中只有前100,000行數據包含在查詢結果中或已映射;在一次API調用中發送的數據總大小不能超過1MB。

十四、NodeXL

1、什麼是NodeXL

它是關系和網路的可視化和分析軟體。NodeXL提供精確的計算。它是一個免費的(不是專業的)和開源網路分析和可視化軟體。NodeXL是用於數據分析的最佳統計工具之一。其中包括高級網路指標。此外，訪問社交媒體網路數據導入程序和自動化。

2、NodeXL的用途

這是Excel中的一種數據分析工具，可幫助實現以下方面：

數據導入;圖形可視化;圖形分析;數據表示;該軟體集成到Microsoft Excel
2007,2010,2013和2016中。它作為工作簿打開，包含各種包含圖形結構元素的工作表。這就像節點和邊緣;該軟體可以導入各種圖形格式。這種鄰接矩陣，Pajek
.net，UCINet .dl，GraphML和邊緣列表。

3、NodeXL的局限性

您需要為特定問題使用多個種子術語;在稍微不同的時間運行數據提取。

十五、Wolfram Alpha

1、什麼是Wolfram Alpha

它是Stephen Wolfram創建的計算知識引擎或應答引擎。

2、Wolfram Alpha的使用

是Apple的Siri的附加組件;提供技術搜索的詳細響應並解決微積分問題;幫助業務用戶獲取信息圖表和圖形。並有助於創建主題概述，商品信息和高級定價歷史記錄。

3、Wolfram Alpha的局限性

Wolfram Alpha只能處理公開數字和事實，而不能處理觀點;它限制了每個查詢的計算時間;這些數據分析統計工具有何疑問?

十六、Google搜索運營商

1、什麼是Google搜索運營商

它是一種強大的資源，可幫助您過濾Google結果。這立即得到最相關和有用的信息。

2、Google搜索運算符的使用

更快速地過濾Google搜索結果;Google強大的數據分析工具可以幫助發現新信息。

十七、Excel解算器

1、什麼是Excel解算器

Solver載入項是Microsoft Office Excel載入項程序。此外，它在您安裝Microsoft
Excel或Office時可用。它是excel中的線性編程和優化工具。這允許您設置約束。它是一種先進的優化工具，有助於快速解決問題。

2、求解器的使用

Solver找到的最終值是相互關系和決策的解決方案;它採用了多種方法，來自非線性優化。還有線性規劃到進化演算法和遺傳演算法，以找到解決方案。

3、求解器的局限性

不良擴展是Excel Solver缺乏的領域之一;它會影響解決方案的時間和質量;求解器會影響模型的內在可解性;

十八、Dataiku DSS

1、什麼是Dataiku DSS

這是一個協作數據科學軟體平台。此外，它還有助於團隊構建，原型和探索。雖然，它可以更有效地提供自己的數據產品。

2、Dataiku DSS的使用

Dataiku DSS - 數據分析工具提供互動式可視化界面。因此，他們可以構建，單擊，指向或使用SQL等語言。

3、Dataiku DSS的局限性

有限的可視化功能;UI障礙：重新載入代碼/數據集;無法輕松地將整個代碼編譯到單個文檔/筆記本中;仍然需要與SPARK集成

以上的工具只是大數據分析所用的部分工具，小編就不一一列舉了，下面把部分工具的用途進行分類：

1、前端展現

用於展現分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用於展現分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft
Power BI, Oracle,Microstrategy,QlikView、 Tableau 。

國內的有BDP，國雲數據(大數據分析魔鏡)，思邁特，FineBI等等。

2、數據倉庫

有Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

3、數據集市

有QlikView、 Tableau 、Style Intelligence等等。