「ビリー・コーガンのネットワークをグラフ化：PythonのNetworkXライブラリを使ったソーシャル関係の分析とマッピング — パート4」

Analyzing and mapping social relationships using Python's NetworkX library Part 4 of Billy Corgan's network graph

NetworkXとPythonを使ったソーシャルネットワーク分析の学習を続けましょう

ビリー・コーガンの影響力に関する調査の初めに、ソーシャルネットワーク分析とノードやエッジなどの基本的な概念を紹介しました。第2部では、Smashing PumpkinsとZwanのバンドメンバーの関係をグラフ化することで、ソーシャルネットワーク分析の理解を深めました。そして、次いで、次いで、各バンドのメンバー間の関係を調べるために次数中心性や媒介中心性などの指標を検討しました。同時に、ドメイン知識が結果の理解にどのように役立つかについても議論しました。

第3部では、第3の中心性指標である近接中心性を紹介しました。また、コミュニティやサブグループの概念についての議論を開始し、異なるコミュニティグラフと近接中心性を使って解釈を行う方法を示しました。ZwanとSmashing Pumpkinsのバンドメンバーのネットワークを使用して、メンバー間の関係について推論しました。

今回は、ネットワークを拡張し、追加のバンドを追加することで結果をより興味深くします。同時に、中心性の指標の理解とコミュニティの概念をより深めながら、Matplotlibのスキルを磨いて、より魅力的なNetworkXグラフを作成します。

ネットワークへの複雑さの追加

前回の記事では、ソーシャルネットワーク分析の3つの重要な指標、度中心性、媒介中心性、近接中心性について説明しました。また、コミュニティの概念についても議論し、それをビリー・コーガンのネットワークを構成するコミュニティ/バンド間のネットワーク動態を理解するために適用できるフレームワークとして説明しました。

• 「AIの透明性とオープンソースモデルの必要性」
• 『ニューラルネットワークモデルの背後にいるアーティスト：クリエイターエコノミーへのAIの影響』
• 「プロンプトエンジニアリングを使ってChatGPTの生成されたコードを改善する方法」

少数のミュージシャンでも興味深いネットワーク動態を示すことができますが、ネットワークの複雑さの欠如は結果を少し魅力的ではなくしました…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!