基于igraph的網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)建設(shè)方案

楊雄 李曉芳 謝光前 肖賢建

摘要：數(shù)據(jù)挖掘在本科層次計(jì)算機(jī)人才培養(yǎng)方面的應(yīng)用研究方興日盛，建設(shè)高效的實(shí)驗(yàn)平臺(tái)和實(shí)訓(xùn)方案是推動(dòng)提升人才培養(yǎng)質(zhì)量的必由之路?；趇graph的網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)，定位于本科層次創(chuàng)新型人才培養(yǎng)體系建設(shè)，依托R語(yǔ)言和igraph開源項(xiàng)目，深入分析在創(chuàng)新實(shí)踐教學(xué)和大數(shù)據(jù)技能競(jìng)賽背景下，如何無(wú)縫銜接校內(nèi)理論課程與校外實(shí)訓(xùn)項(xiàng)目之間的技能應(yīng)用，更好滿足跨學(xué)科、跨專業(yè)、跨年級(jí)的多元化教學(xué)要求，為培養(yǎng)學(xué)生創(chuàng)新思維、激發(fā)學(xué)習(xí)興趣、提升再學(xué)習(xí)能力提供了新的一體化教學(xué)實(shí)訓(xùn)環(huán)境。

關(guān)鍵詞：igraph;數(shù)據(jù)挖掘;實(shí)驗(yàn)建設(shè);創(chuàng)新思維;開源

中圖分類號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）21-0029-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

進(jìn)入21世紀(jì)以來(lái)，我國(guó)高等教育事業(yè)蓬勃發(fā)展，為加快發(fā)展壯大現(xiàn)代產(chǎn)業(yè)體系做出了重大貢獻(xiàn);但受多種因素影響，人才培養(yǎng)供給側(cè)和產(chǎn)業(yè)需求側(cè)在結(jié)構(gòu)、質(zhì)量、水平上還不能完全對(duì)接。新一代信息技術(shù)和大數(shù)據(jù)時(shí)代背景下[1]，具備數(shù)據(jù)分析能力和商業(yè)洞察能力的人才將供不應(yīng)求，但是當(dāng)前本科院校在培養(yǎng)相關(guān)人才方面仍然存在一定的短板，特別是地方應(yīng)用型本科院校在師資力量、教學(xué)實(shí)驗(yàn)配置、實(shí)訓(xùn)內(nèi)容開設(shè)等方面存在著不少差距[2]。實(shí)訓(xùn)教學(xué)可以有效改變傳統(tǒng)理論課程內(nèi)容單一、“學(xué)不識(shí)用、用不識(shí)學(xué)”的尷尬，在深化產(chǎn)教融合，促進(jìn)教育鏈、人才鏈與產(chǎn)業(yè)鏈、創(chuàng)新鏈有機(jī)銜接，推進(jìn)人力資源供給側(cè)結(jié)構(gòu)性改革方面顯得尤為重要。

數(shù)據(jù)挖掘是從大量隨機(jī)數(shù)據(jù)中發(fā)現(xiàn)未知的、具有潛在意義的信息的過(guò)程，是傳統(tǒng)分析技術(shù)的延伸和擴(kuò)展[3]。與傳統(tǒng)的統(tǒng)計(jì)分析相比，數(shù)據(jù)挖掘是在沒(méi)有明確假設(shè)前提下進(jìn)行分析，所得到的信息是先前未知的、有效的和實(shí)用的。R語(yǔ)言既是一種用于數(shù)據(jù)分析建模及繪圖的語(yǔ)言，又是一個(gè)具有統(tǒng)計(jì)分析功能及強(qiáng)大作圖功能的軟件系統(tǒng)，主要包括核心R標(biāo)準(zhǔn)包和各個(gè)專業(yè)領(lǐng)域的開源包，該語(yǔ)言在數(shù)據(jù)挖掘分析領(lǐng)域已具有明顯的優(yōu)勢(shì)[4]。近幾年，R語(yǔ)言在國(guó)內(nèi)也進(jìn)入了飛速發(fā)展階段，被廣泛應(yīng)用于各大行業(yè)，例如互聯(lián)網(wǎng)銷售平臺(tái)阿里巴巴、京東等都將R語(yǔ)言應(yīng)用到了各自的銷售網(wǎng)站上，并開發(fā)了自動(dòng)補(bǔ)貨系統(tǒng)。在此背景下，地方應(yīng)用型本科院校在開設(shè)數(shù)據(jù)科學(xué)相關(guān)課程時(shí)，構(gòu)建貼近產(chǎn)業(yè)技術(shù)需求、擁有低成本靈活性能的數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)就具有十分重要的現(xiàn)實(shí)意義。

1 網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)定位

互聯(lián)網(wǎng)技術(shù)的創(chuàng)新和發(fā)展實(shí)現(xiàn)了網(wǎng)絡(luò)信息分享的便捷性和數(shù)據(jù)傳播的海量化，促進(jìn)了信息應(yīng)用領(lǐng)域的空前繁榮，這些傳播于網(wǎng)絡(luò)的信息形成了網(wǎng)絡(luò)大數(shù)據(jù)的重要部分，對(duì)事件分析有著無(wú)可比擬的作用。然而，面對(duì)“多源、量大、內(nèi)容復(fù)雜、實(shí)時(shí)性”的網(wǎng)絡(luò)數(shù)據(jù)，關(guān)鍵問(wèn)題在于如何有效獲取并處理分析這些數(shù)據(jù)，從而滿足現(xiàn)實(shí)需求。開源的網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)在經(jīng)濟(jì)性、直觀性、擴(kuò)展性、便捷性等方面擁有得天獨(dú)厚的優(yōu)勢(shì)，采用這種實(shí)訓(xùn)教學(xué)模式可以有效降低實(shí)驗(yàn)平臺(tái)的搭建成本，快速衍生功能模塊的便捷嵌入，直觀展示數(shù)據(jù)挖掘的可視化成果[5]。

Igraph[6]是Gabor Csardi基于R語(yǔ)言開發(fā)的一款網(wǎng)絡(luò)和圖論分析開源軟件包，它能夠快速處理大規(guī)模網(wǎng)絡(luò)并對(duì)隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、無(wú)標(biāo)度網(wǎng)絡(luò)等提供分析和可視化功能。Igraph包含了R、C、Python等語(yǔ)言接口，方便提供了下列功能：（1）網(wǎng)絡(luò)可視化;（2）傳統(tǒng)圖論算法，如最小生成樹、網(wǎng)絡(luò)流、最短路徑等;（3）復(fù)雜網(wǎng)絡(luò)處理算法[7]，如隨機(jī)網(wǎng)絡(luò)生成模型、K核分解、PageRank排序、社區(qū)發(fā)現(xiàn)算法等。該實(shí)驗(yàn)平臺(tái)通過(guò)plot.igraph函數(shù)、tkplot函數(shù)、rgl包和OpenGL提供可視化分析結(jié)果，并且保存處理JPG、BMP、TIF等各種格式的圖形文件?；趇graph的網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)不僅能夠?qū)?shù)據(jù)結(jié)構(gòu)圖論、網(wǎng)絡(luò)仿真、社會(huì)網(wǎng)絡(luò)分析等課程提供有效的實(shí)訓(xùn)支撐，同時(shí)還能鍛煉學(xué)生編程動(dòng)手能力，提高創(chuàng)新水平，激發(fā)對(duì)科研的主動(dòng)積極性。

2 Igraph網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)建設(shè)

Igraph在傳統(tǒng)圖論方面提供了特征中心、割點(diǎn)、割邊、度分布、圖遍歷、最小生成樹、最小割點(diǎn)集、最短路徑等經(jīng)典算法;復(fù)雜網(wǎng)絡(luò)方面igraph則具備了節(jié)點(diǎn)中心性排序、邊中心性度量、網(wǎng)絡(luò)生成和社團(tuán)挖掘、信息傳播動(dòng)力學(xué)等多種應(yīng)用接口。安裝完igraph包的RStudio啟動(dòng)界面如圖1所示，該界面由代碼編輯、命令控制臺(tái)、資源欄和其他欄組合而成。代碼編輯欄通常進(jìn)行代碼編輯及打開R語(yǔ)言腳本;命令控制臺(tái)顯示相應(yīng)的代碼執(zhí)行結(jié)果;位于右下角其他欄中的Packages目錄可進(jìn)行R包的安裝及加載（每次使用前需加載包到內(nèi)存中，也可在控制臺(tái)輸入library命令加載）;資源欄用于數(shù)據(jù)源的導(dǎo)入加載，igraph可以從外部文件讀取原始數(shù)據(jù)并支持多種格式，如：excel、txt、csv、SPSS、SAS等，同時(shí)還支持MySOL等常用數(shù)據(jù)庫(kù)的數(shù)據(jù)讀取。

2.1 Igraph實(shí)驗(yàn)平臺(tái)解析

Igraph主要用來(lái)計(jì)算關(guān)系網(wǎng)絡(luò)的相關(guān)內(nèi)容，它提供了大量函數(shù)來(lái)創(chuàng)建、布置和生成圖。以社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis）為代表的網(wǎng)絡(luò)數(shù)據(jù)挖掘本質(zhì)是利用各樣本間的關(guān)系（也稱為關(guān)系網(wǎng)絡(luò)）來(lái)分析整體樣本的群落現(xiàn)象，并找出單個(gè)樣本節(jié)點(diǎn)在群落形成中的作用以及群落間的關(guān)系。Igraph關(guān)系網(wǎng)絡(luò)可以抽象為如表1所示的網(wǎng)絡(luò)基礎(chǔ)概念，并利用R語(yǔ)言和igraph自帶函數(shù)進(jìn)行可視化結(jié)果分析，如表2所示。

基于igraph的網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)從功能上可分為編輯層和顯示層兩部分，編輯層功能主要是代碼編輯和調(diào)試，顯示層則提供分析結(jié)果的可視化。由于igraph集成了多種圖論算法和網(wǎng)絡(luò)應(yīng)用接口，學(xué)生在簡(jiǎn)化經(jīng)典算法編程工作量的同時(shí)，針對(duì)特定需求可對(duì)項(xiàng)目模塊進(jìn)行自主設(shè)計(jì)，不再像Gephi等軟件僅僅停留于平臺(tái)參數(shù)設(shè)置及受限于算法功能不足的窘境。該平臺(tái)最低要求系統(tǒng)CPU為Intel P42.0GHz以上，內(nèi)存1G以上，操作系統(tǒng)可為Windows XP 32位或Windows 7 64位，編程語(yǔ)言為R或Python，對(duì)應(yīng)IDE為RStudio或Pycharm。

2.2 Igraph實(shí)驗(yàn)項(xiàng)目設(shè)置

打造面向地方應(yīng)用型本科院校的網(wǎng)絡(luò)數(shù)據(jù)挖掘平臺(tái)[8]能夠激發(fā)學(xué)生的學(xué)習(xí)動(dòng)力、更靈活地發(fā)揮開源平臺(tái)的實(shí)力。傳統(tǒng)網(wǎng)絡(luò)數(shù)據(jù)挖掘軟件Gephi和Pajek雖然也能一定程度鍛煉學(xué)生的編程能力，但主要局限在軟件提供的原有項(xiàng)目設(shè)置規(guī)則層面，因此具備開源特征，同時(shí)簡(jiǎn)化基礎(chǔ)算法實(shí)現(xiàn)的教學(xué)實(shí)訓(xùn)平臺(tái)就顯得意義重大。Igraph采用模塊化設(shè)計(jì)思想提供了功能完善的網(wǎng)絡(luò)應(yīng)用接口，R語(yǔ)言簡(jiǎn)潔明了的語(yǔ)言風(fēng)格即使沒(méi)有編程經(jīng)驗(yàn)的學(xué)生也能快速掌握網(wǎng)絡(luò)數(shù)據(jù)的統(tǒng)計(jì)分析和功能開發(fā)[9]，實(shí)現(xiàn)具有創(chuàng)新思維的“自主學(xué)習(xí)”。Igraph支持的現(xiàn)有項(xiàng)目設(shè)置體系如圖2所示[10]，常州工學(xué)院物聯(lián)網(wǎng)工程、通信工程、軟件工程等專業(yè)在開設(shè)的數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)可視化分析、網(wǎng)絡(luò)仿真等多門課程已開始自主設(shè)計(jì)相關(guān)實(shí)訓(xùn)類課題，反饋顯示設(shè)置的項(xiàng)目不僅能夠培養(yǎng)學(xué)生的綜合能力，更能夠突顯專業(yè)素養(yǎng)的形成，通過(guò)產(chǎn)教融合的培養(yǎng)過(guò)程為學(xué)生提供創(chuàng)新思維，無(wú)縫銜接校內(nèi)理論課程與校外實(shí)訓(xùn)項(xiàng)目之間的技能應(yīng)用。

3 Igraph網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)的教學(xué)模式

3.1 教學(xué)方案

定期開展交叉課程的交流學(xué)習(xí)活動(dòng)，形成各學(xué)院專業(yè)系部匯集的數(shù)據(jù)結(jié)構(gòu)、網(wǎng)絡(luò)仿真、數(shù)據(jù)可視化分析等多學(xué)科融合的討論環(huán)境，能夠有效推動(dòng)數(shù)據(jù)科學(xué)人才培養(yǎng)的技術(shù)起步和實(shí)驗(yàn)平臺(tái)的建設(shè)成效。R語(yǔ)言在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)領(lǐng)域已成為一款重要的工具，并且與工業(yè)界和學(xué)術(shù)界保持著強(qiáng)大的聯(lián)動(dòng)效應(yīng)，因此學(xué)生在學(xué)習(xí)igraph實(shí)驗(yàn)課程內(nèi)容的同時(shí)能夠掌握貼近產(chǎn)業(yè)需求的前沿技能，改變傳統(tǒng)理論課程內(nèi)容單一、“學(xué)不識(shí)用、用不識(shí)學(xué)”的尷尬。學(xué)生可根據(jù)自身不同階段靈活選擇專攻的實(shí)驗(yàn)項(xiàng)目，教師也可以通過(guò)課堂教授、研討會(huì)、分組PK、答疑等多種形式推進(jìn)教學(xué)效果。

3.2 運(yùn)行機(jī)制

由于igraph支撐的實(shí)訓(xùn)關(guān)聯(lián)課程大部分為高年級(jí)的專業(yè)基礎(chǔ)課或?qū)I(yè)選修課，因此基于igraph平臺(tái)教學(xué)首要考慮的原則就是自覺、開放。與其他工程類實(shí)訓(xùn)平臺(tái)不同，igraph平臺(tái)沒(méi)有額外耗材的開支，主要通過(guò)下載數(shù)據(jù)源進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)分析和數(shù)據(jù)挖掘，因此該平臺(tái)的教學(xué)及考核運(yùn)行機(jī)制主要可以分為以下四個(gè)方面：

（1）搭建特色鮮明、凸顯專業(yè)能力建設(shè)的開源實(shí)訓(xùn)平臺(tái)，為多學(xué)科關(guān)聯(lián)課程的實(shí)驗(yàn)教學(xué)奠定基礎(chǔ)，致力培養(yǎng)具有工程能力的“雙師型”教師。

（2）建立具備創(chuàng)新能力和技戰(zhàn)術(shù)水平的數(shù)據(jù)技能競(jìng)賽團(tuán)隊(duì)，重點(diǎn)針對(duì)考核排名靠前的選手遴選參加比賽，通過(guò)各種國(guó)際國(guó)內(nèi)賽事，提升人才培養(yǎng)質(zhì)量，形成良性循環(huán)運(yùn)作。

（3）強(qiáng)化創(chuàng)新思維，更新在線項(xiàng)目，銜接產(chǎn)業(yè)界技術(shù)需求，形成具有自生長(zhǎng)因子的實(shí)訓(xùn)教學(xué)平臺(tái)，通過(guò)該平臺(tái)檢驗(yàn)人才培養(yǎng)成效，反饋培養(yǎng)方案存在的不足。

（4）依托平臺(tái)繼續(xù)做好產(chǎn)教融合工作，結(jié)合地方經(jīng)濟(jì)和社會(huì)發(fā)展、企業(yè)發(fā)展的技術(shù)需求，建成高標(biāo)準(zhǔn)、高水平、開放兼容的創(chuàng)新教改基地，進(jìn)一步探索知識(shí)、素質(zhì)和能力的協(xié)調(diào)統(tǒng)一。

4 總結(jié)與展望

“知行合一”理念將會(huì)貫穿整個(gè)實(shí)訓(xùn)平臺(tái)的建設(shè)和使用過(guò)程，基于igraph的網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)能夠很好地滿足跨學(xué)科、跨專業(yè)、跨年級(jí)的多元化教學(xué)要求，緊密結(jié)合產(chǎn)業(yè)界項(xiàng)目的工程能力要求，為培養(yǎng)學(xué)生創(chuàng)新思維、激發(fā)自主學(xué)習(xí)興趣、提升再學(xué)習(xí)能力提供了一體化教學(xué)實(shí)訓(xùn)環(huán)境。

該平臺(tái)支持相互獨(dú)立的各功能模塊，提供圖論、復(fù)雜網(wǎng)絡(luò)、信息動(dòng)力學(xué)、社團(tuán)挖掘、動(dòng)態(tài)網(wǎng)絡(luò)等多種網(wǎng)絡(luò)應(yīng)用接口，學(xué)生可以通過(guò)實(shí)際項(xiàng)目上機(jī)演練，多方位學(xué)習(xí)訓(xùn)練，做到與企業(yè)需求無(wú)縫銜接，真正解決網(wǎng)絡(luò)數(shù)據(jù)分析人才缺口的問(wèn)題。同時(shí)，igraph整合了數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)建模、數(shù)據(jù)視圖等功能，提供了行業(yè)數(shù)據(jù)及相關(guān)案例用于研究設(shè)計(jì)，教師科研工作也可融合該系統(tǒng)方便地對(duì)相關(guān)行業(yè)進(jìn)行統(tǒng)計(jì)分析，生成可視化數(shù)據(jù)報(bào)表。

Igraph網(wǎng)絡(luò)數(shù)據(jù)挖掘?qū)嶒?yàn)平臺(tái)建設(shè)運(yùn)行2年來(lái)，團(tuán)隊(duì)獲得了多種榮譽(yù)，競(jìng)賽學(xué)員在2018年全國(guó)首屆大學(xué)生大數(shù)據(jù)技能競(jìng)賽中獲季軍1項(xiàng)、發(fā)表科技論文2篇、授權(quán)軟件著作權(quán)3項(xiàng)、獲校級(jí)優(yōu)秀畢業(yè)設(shè)計(jì)一等獎(jiǎng)1項(xiàng)、二等獎(jiǎng)3項(xiàng);教師團(tuán)隊(duì)依托平臺(tái)在校級(jí)中青年教師教學(xué)比賽中喜獲二等獎(jiǎng)，獲批國(guó)家級(jí)大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練項(xiàng)目1項(xiàng)、江蘇省大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目3項(xiàng)、教育部產(chǎn)學(xué)研合作協(xié)同育人項(xiàng)目2項(xiàng)。在今后的教學(xué)實(shí)訓(xùn)過(guò)程中，我們?nèi)詫⒎e極探索平臺(tái)功能，開發(fā)設(shè)立更貼近產(chǎn)教融合需求、凸顯專業(yè)能力培養(yǎng)的新項(xiàng)目，鼓勵(lì)教師和學(xué)生充分利用平臺(tái)提升教學(xué)效果，滿足企業(yè)對(duì)數(shù)據(jù)人才日益增長(zhǎng)的迫切需求。

參考文獻(xiàn)：

[1] 李雍頡.面向大數(shù)據(jù)信息時(shí)代計(jì)算機(jī)科學(xué)的應(yīng)用[J].電子技術(shù)與軟件工程，2018（2）：166.

[2] 馮秀清，司杰.數(shù)據(jù)挖掘在高校人才優(yōu)化配置方面的應(yīng)用[J].科技與創(chuàng)新.2018（14）：158-159.

[3]張良均，云偉標(biāo)，王路.R語(yǔ)言數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M].北京：機(jī)械工業(yè)出版社，2015.10.

[4] 周蕓韜.基于R語(yǔ)言的大數(shù)據(jù)處理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù).2017，40（2）：53-56.

[5] 王善勤，吳昌雨，陳業(yè)斌.大數(shù)據(jù)挖掘技術(shù)在高校專業(yè)內(nèi)涵建設(shè)中的應(yīng)用研究[J].佳木斯大學(xué)學(xué)報(bào)： 自然科學(xué)版.2016，34（5）：827-830.

[6]Gabor Csardi. Igraph： Network analysis and visualization[EB/OL].https：//cran.r-project.org/web/packages/InteractiveIGraph/index.html. 2019-02-13.

[7] 賀定龍，張功萱，李晨，等.復(fù)雜網(wǎng)絡(luò)仿真軟件設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì).2014（8）：2764-2768.

[8] 王濤.基于數(shù)據(jù)挖掘的智能開放實(shí)驗(yàn)室系統(tǒng)的研究與設(shè)計(jì)[J].軟件導(dǎo)刊.2012，11（1）：160-162.

[9] 岳強(qiáng)，胡中玉，文瑾，等.基于R語(yǔ)言的數(shù)據(jù)挖掘課程實(shí)驗(yàn)設(shè)計(jì)[J].微型電腦應(yīng)用.2016，32（5）：31-34.

[10]Wook-Shin Han， Wook-Shinm Lee， Jinsoo Pham， et.al. iGraph： A Framework for Comparisons of Disk-Based Graph Indexing Techniques[J]. PVLDB.2010（3）：449-459.

【通聯(lián)編輯：王力】