标签: social-networking

我有兴趣听取您的意见,这是实施社交活动流的最佳方式(Facebook是最着名的例子).涉及的问题/挑战是:

• 不同类型的活动(发布,评论......)
• 不同类型的对象(帖子,评论,照片......)
• 1-n个用户参与不同的角色("用户x回复用户y对用户的Z帖子的评论")
• 相同活动项目的不同视图("您评论过"与"您的朋友x评论"对比"用户x评论..."=> 3个"评论"活动的表示)

..还有更多,特别是如果你把它带到高水平的复杂程度,例如,Facebook将几个活动项目合并为一个("用户x,y和z评论该照片")

关于实现这样的系统,数据模型等的最灵活,有效和最强大的方法的任何关于模式,论文等的想法或指示将是值得赞赏的.

虽然大多数问题都与平台无关,但我最终可能会在Ruby on Rails上实现这样的系统

我正在开发自己的社交网络,我还没有在网上找到用户操作流的实现示例...例如,如何过滤每个用户的操作？如何存储动作事件？我可以将哪种数据模型和对象模型用于操作流和自己的操作？

我们使用了链接:

http://www.facebook.com/sharer.php?u=[shared URL]

...分享特定页面.但是,Facebook Sharer使用图像和标题的缓存版本.有没有办法快速清除Facebook缓存或我们需要等待多长时间才能更新数据？

我放在<link rel='image_src' href='[preview image]' />标签之间.

由于我发现了一些较旧的帖子,告诉whatsapp不支持这个,我想知道是否有什么改变了,是否有办法打开一个whatsapp'聊天'与我通过意图发送的号码？

在大多数支持iOS 7的iOS应用程序中,我看到了共享选项的这种格式(如下图所示).是否有可用于实现此共享选项的默认代码/框架,如下图所示？

网络可视化在实践中在科学中变得普遍.但随着网络规模的扩大,常见的可视化变得不那么有用.有太多的节点/顶点和链接/边缘.通常,可视化工作最终会产生"毛球".

已经提出了一些新方法来克服这个问题,例如:

• 边缘捆绑:
  • http://vis.stanford.edu/papers/divided-edge-bundling或
  • https://gephi.org/tag/edge-bundling/
• 层次边缘捆绑:
  • http://graphics.cs.illinois.edu/sites/graphics.dev.engr.illinois.edu/files/edgebundles.pdf
• 组属性布局:
  • http://wiki.cytoscape.org/Cytoscape_3/UserManual
  • 如何在igraph中制作分组布局？

我相信还有更多方法.因此,我的问题是: 如何克服毛球问题,即如何通过使用R来可视化大型网络？

以下是一些模拟示例网络的代码:

# Load packages
lapply(c("devtools", "sna", "intergraph", "igraph", "network"), install.packages)
library(devtools)
devtools::install_github(repo="ggally", username="ggobi")
lapply(c("sna", "intergraph", "GGally", "igraph", "network"), 
       require, character.only=T)

# Set up data
set.seed(123)
g <- barabasi.game(1000)

# Plot data
g.plot <- ggnet(g, mode = "fruchtermanreingold")
g.plot

这个问题与可视化GraphViz太大的无向图有关 吗？.但是,在这里我不是寻找一般的软件推荐,而是寻找具体的例子(使用上面提供的数据)哪些技术有助于通过使用R来实现对大型网络的良好可视化(与此线程中的示例相当:R:Scatterplot with太多分了).

使用单个通用框架或API或JAR将多个社交网络集成到Android中

对于iPhone,我们有ShareKit,它在一个框架中集成了多个共享选项. http://www.getsharekit.com/

对于android我不知道是否存在类似的东西.我正在构建一个向社交网络共享信息的应用程序,比如一些帖子和推文.它是一个简单的游戏,游戏玩家发布有关他们的成就和等级的更新等.我使用Facebook和Twitter API,但他们占用了大量内存,难以管理.我也无法有效地处理它们.任何有关如何整合它们的帮助将不胜感激.

我想对此有一些建议..

另一个例子似乎是PinkelStar

http://www.pinkelstar.com/ (不再维护)

谢谢

我想绘制社交网络可视化,但不能做很多编程.有没有人知道一个可以进行网络可视化并且不需要编码(或至少很少编码)的软件？

我对拥有数百万个节点和数千万个边缘的大型网络进行网络分析感兴趣.我希望能够执行诸如从多种格式解析网络,查找连接组件,检测社区以及运行像PageRank这样的中心度量之类的事情.

我被NetworkX所吸引,因为它有一个很好的api,良好的文档,并且多年来一直在积极开发.另外,因为它是在python中,它应该快速开发.

在最近的一个演示文稿中(幻灯片可以在github上找到),它声称:

与许多其他工具不同,NX旨在处理与现代问题相关的规模数据...... NX中的大多数核心算法都依赖于极快的遗留代码.

该演示文稿还指出NetworkX的基本算法是在C/Fortran中实现的.

但是,看一下源代码,看起来NetworkX主要是用python编写的.我对源代码不太熟悉,但我知道有几个例子,其中NetworkX使用numpy进行繁重的提升(后者又使用C/Fortran进行线性代数).例如,该文件networkx/networkx/algorithms/centrality/eigenvector.py使用numpy来计算特征向量.

有没有人知道这种调用优化库如numpy的策略是否在整个NetworkX中非常流行,或者只是少数算法呢？任何人都可以描述与NetworkX相关的其他可扩展性问题吗？

来自NetworkX首席程序员的回复 我在NetworkX邮件列表上提出了这个问题,Aric Hagberg回答说:

NetworkX中使用的数据结构适合于扩展到大问题(例如,数据结构是邻接列表).算法具有各种缩放属性,但您提到的一些属性是可用的(例如,PageRank,连接的组件,边缘数量是线性复杂度).

此时,NetworkX是纯Python代码.邻接结构使用Python字典编码,以牺牲内存和计算速度为代价提供了极大的灵活性.大图会占用大量内存,最终会耗尽.

NetworkX确实将NumPy和SciPy用于主要基于线性代数的算法.在那种情况下,使用NumPy矩阵或SciPy稀疏矩阵将图表表示(复制)为邻接矩阵.这些算法可以受益于NumPy和SciPY中使用的传统C和FORTRAN代码.

是否可以将SVG用于Open Graph图像？

我尝试了它并没有与Facebook一起工作,但是我不确定它是否是我的SVG的问题或者通常是不可能的.

我是这样做的:

<meta content="http://www.example.com/mylogo.svg" property="og:image">