チュートリアル クイックスタート * はじめに * ファイルのインポート * 可視化 * レイアウト * ランキング (色) * メトリクス * ランキング (サイズ) * もう一度レイアウト * ラベルの表示 * コミュニティ検出 * パーティション * フィルタ * プレビュー * エクスポート

Transcription

1 Gephi 入門へようこそ このでは Gephi におけるネットワークの可視化と 操作の基本的な手順について説明しています このの作成には Gephi version 0.7alpha2 を使用しました Gephi をダウンロードする 最終更新: 2010 年 3 月 5 日

2 グラフファイルを開く ファイルをダウンロードします LesMiserables.gexf [File] メニューの [Open] をクリックします グラフの形式 - GEXF GraphML Pajek NET GDF GML - Tulip TLP - CSV - Compressed ZIP

3 インポートレポート ファイルを開くと 見つかったデータと問題がレポートに表示されます - ノード数 - エッジ数 - グラフのタイプ 表示された内容でよければ [OK] をクリックし グラフを表示します

4 グラフが表示されるはずです インポートしたのは Les Miserables データセット1 です Victor Hugo の レ ミゼラブル ああ無情 の登場人物を重み付けして表示しています ノードの位置は最初はランダムなので 表示のされ方は図とは少し異なるかもしれません 1 D. E. Knuth, The Stanford GraphBase: A Platform for Combinatorial Computing, Addison-Wesley, Reading, MA (1993).

5 グラフの可視化 グラフを移動したり 縮小 拡大したりするにはマウスを使います - ズーム: マウスホイール 右ボタンでドラッグ - パン: ズーム ウィンドウ下部に [Edge Thickness] スライダがあります グラフが見えなくなったら 位置をリセットしてください ドラッグ

6 グラフのレイアウト レイアウトアルゴリズムはグラフの形状を設定するもので 最も重要な操作です 左パネルに [Layout] モジュールがあります [Force Atlas] を選択します 下にレイアウトのプロパティが表示されますが デフォルト値の ままにしておきます をクリックしてアルゴリズムを実行します レイアウトアルゴリズム グラフは一般に 力指向 アルゴリズム ("Force-based" algorithms) でレイアウトされます このアルゴリズムの原則は単純で つながりのあるノード同士は互いに引き合い つながりのないノード同士は互いに斥け合うというものです

7 レイアウトのコントロール レイアウトのプロパティが用意されているのは 選択したアルゴリズムをコントロールして 美的に優れた表現が得られるようにするためです [Repulsion strengh] を に設定して グラフを拡大します [Enter] キーを押して変更した値を確定します では をクリックしてアルゴリズムを停止してください

8 次のようなレイアウトのグラフが表示されるはずです

9 ランキング (色) [Ranking] モジュールでは ノードの色とサイズを設定できます ウィンドウの左上部に [Ranking] モジュールがあります ランクパラメータとして [Degree] を選択します 次のような設定パネルが表示されます をクリックして結果を表示します

10 色の設定 グラデーションコンポーネントをマウスでポイントします 三角の上でダブルクリックして色を設定します パレット パレットを使用するにはパネルを右クリックします

11 ランキングの結果テーブル 結果テーブルを有効にするとランクの値を表示できます Valjean には 36 のリンクがあり ネットワークの中で最も接続の多い登場人物です ツールバー下部にある結果テーブルを表示するための コントロールをオンにします もう一度 をクリックします

12 メトリクス ここでは ネットワークの平均パス長 (average path length) を計算します 考えられるすべての ノードのペアのパス長を計算し ノード間の距離に関する情報を取得します 右パネルに [Statistics] モジュールがあります [Average Path Length] の横にある をクリックします 利用可能なメトリクス - Diameter (直径) Average Path Length (平均パス長) Clustering Coefficient (クラスタリング係数) PageRank (ページランク) HITS (Hyperlink-Induced Topic Search) - Betweeness Centrality (媒介中心性) - Closeness Centrality (近接中心性) - Eccentricity (離心性) - Community Detection (コミュニティ検出) (モジュラリティ)

13 メトリクスの設定 設定パネルが表示されます [Directed] をクリックし [OK] をクリックしてメトリクスを計算します

14 メトリクスの結果 計算が終わると 目的のメトリクスが レポートに 表示されます

15 ランキング (サイズ) メトリクスは 全体に関するレポートを生成するだけでなく 各ノードの結果も示します 直前に実行した "Average Path Length" アルゴリズムによって次の 3 つの新しい値が 作成されたのもそのためです - Betweeness Centrality (媒介中心性) - Closeness Centrality (近接中心性) - Eccentricity (離心性) [Ranking] モジュールに戻ります リストから [Betweeness Centrality] を選択します このメトリクスは 値の高さでノードの影響力を 示します

16 ランキング (サイズ) ここではノードのサイズを設定します 色は [Degree] インジケータで設定した色のままです ツールバーにあるサイズ用のダイヤモンドアイコンを クリックします [min size] を 10 に [Max size] を 50 に設定します をクリックして結果を表示します

17 次のような色とサイズのグラフが表示されるはずです 色: サイズ: [Degree] [Betweeness Centrality] メトリクス

18 もう一度レイアウト 現在のレイアウトは必ずしも最適なものとはいえません 大きなノードが小さなノードを 覆い隠しているからです [Force Atlas] アルゴリズムには レイアウト時にノードのサイズを考慮するオプションがあります [Layout] パネルに戻ります [Adjust by Sizes] オプションをオンにし しばらくアルゴリズムを実行します 以前とは異なり ノードはオーバーラップせずに 表示されます

19 ラベルの表示 色とサイズで中心となるノードを表示していますが ネットワークをもっと詳しく 見てみましょう ノードのラベルを表示します ノードのサイズに比例するように ラベルのサイズを設定します ラベルのサイズをスケールスライダで 設定します

20 コミュニティ検出 コミュニティを検出して調査する機能は ネットワーク分析では不可欠です ここでは 例に含まれているクラスタに色を付けてみましょう Gephi は Louvain メソッド1を実装しており [Modularity] の横にある [Statistics] パネルから利用できます をクリックします [Randomize] をオンにします [OK] をクリックして検出を開始します Blondel V, Guillaume J, Lambiotte R, Mech E (2008) Fast unfolding of communities in large networks. J Stat Mech: Theory Exp 2008:P ( 1

21 パーティション コミュニティ検出アルゴリズムによって 各ノードの "Modularity Class" の値が作成されました パーティションモジュールでは この新しいデータを使ってコミュニティに色を付けることができます 左パネルに [Partition] モジュールがあります すぐに [Refresh] ボタンをクリックして パーティションリストを取得します ノードとエッジの列を見るには ノードとエッジの列とその値は [Data Table] ビューで参照できます [Data Laboratory] タブをクリックし [Nodes] をクリックすると テーブルが更新されます

22 パーティション パーティションリストで [Modularity Class] を選択します 9 つのコミュニティが見つかったと表示されます (環境によって値は異なります) 各コミュニティを識別する 色はランダムに設定されます をクリックしてノードに色を付けます パネルを右クリックして [Randomize colors] をクリックすると 色を変更できます

23 ネットワークはおよそ次のように表示されているはずです

24 フィルタ 最後の操作として フィルタリングを取り上げましょう フィルタを作成すると ネットワーク上の 一部のノードとエッジを隠すことができます ここでは リーフ すなわち エッジが 1 つだけの ノードを除外するフィルタを作成します 右パネルに [Filters] モジュールがあります [Topology] カテゴリの [Degree Range] を選択します [Degree Range] を [Queries] にドラッグし [Drag filter here] にドロップします ドラッグ

25 フィルタ [Degree Range] をクリックしてフィルタをアクティベートします パラメータパネルが表示されます パネルには レンジスライダと データ (ここでは次数分布) を表す図が表示されます スライダを移動して 下限を 2 にします ボタンをクリックしてフィルタリングを有効にします 次数が 2 未満のノードが表示されなくなります ヒント 値の数字の上をダブルクリックすると 範囲を手動で編集できます

26 フィルタリングされたネットワーク これで操作については終わりです 次はレンダリングをプレビューし エクスポートの準備をします

27 プレビュー 作成したグラフを SVG または PDF ファイルとしてエクスポートする前に 以下の目的でプレビューを行います - グラフがどのように表示されるかを正確に把握する - 最後の微調整を行う バナーの [Preview] タブを選択します [Refresh] をクリックしてプレビューを表示します ヒント グラフが大きい場合は [Preview ratio] スライダで 50% または 25% に値を下げるとグラフを小さく 表示できます

28 プレビュー [Node] のプロパティの中から [Show Labels] オプションを探してオンにします をクリックします プレビューの設定ではプリセットを使用できます プリセットリストを使ってさまざまな設定を 試してみてください

29 プレビュー中のグラフ

30 SVG としてエクスポート [Preview] で [Export] の横にある [SVG] を クリックします SVG ファイルは PDF 同様 ベクターグラフィックです 画像はさまざまなサイズにスムーズに 縮小 拡大することができ 高解像度での印刷やほかのデータへの組み込みが可能です SVG ファイルの変更や操作には Inkscape や Adobe Illustrator を使ってください 高解像度のスクリーンショット 必要なものが高解像度の PNG スクリーンショットだけの場合は 可視化タブの下部の可視化プロパティバー にある アイコンを使ってください

31 プロジェクトの保存 プロジェクトを保存すると すべてのデータと結果が単一の セッションファイルにカプセル化されます いくつか手順をやり忘れたときは 次のところからセッションを ダウンロードできます LesMiserables.gephi

32 まとめ このでは Gephi の基本操作 すなわちネットワークファイルのオープン 可視化 操作 レンダリングの方法について学びました このあとは 次のものを参照してください Gephi Web サイト Gephi Wiki Gephi フォーラム