“水泊梁山“互联网有限公司一百单八将内部社交网络

作者：徐麟，目前就职于上海唯品会产品技术中心，哥大统计数据狗，从事数据挖掘&分析工作，喜欢用R&Python玩一些不一样的数据

个人公众号：数据森麟（ID:shujusenlin）,知乎同名专栏作者。

前言：

最近看到了一些社交网络分析的文章，对此产生了兴趣，也开始进行相关的学习。本次文章我们将水浒传这一名著与互联网公司组织架构相结合，用Python+Gephi完成本次的分析，让大家能够以一种不同的视角了解社交网络以及社群发现。

PART1：获得数据

由108位精兵强将组成的水泊梁山互联网有限公司内部高效运转，经营包括酒店、武馆、寺庙等多项产业，我们今天来探秘公司内部员工的社交网络。

作为上市公司，财报需要定期对公众披露，所以此次数据无需爬虫获得，直接可以从最新“财报“《水浒传》中获得，我们从中获取员工的有效信息，以CEO宋江为例。

with open("水浒传全文.txt", encoding='gb18030') as file:    shuihu = file.read() shuihu = shuihu.replace('\n','') shuihu_set = shuihu.split(' ') shuihu_set=[k for k in shuihu_set if k!=''] songjiang_set=[k for k in shuihu_set if '宋江' in k] haohan = pd.read_excel('水浒人物.xlsx') haohan['出场段落']=0

PART2：员工收入情况

作为能够长期运作的互联网公司，在员工收入分配方面始终员工KPI（出场段落数量）相挂钩，我们来看一下年薪TOP10和BOTTOM10

看来水泊梁山大家的年收入差距两头分化比较严重，比较符合目前互联网公司发展趋势，杜绝“吃大锅饭”的发展思路，代码如下：

haohan.sort_values('出场段落',ascending=False,inplace=True) attr = haohan['姓名'][0:10] v1 = haohan['出场段落'][0:10] bar = Bar("水泊梁山年收入TOP10") bar.add("年收入（万）", attr, v1, is_stack=True,is_label_show=True) bar.render('水泊梁山年收入TOP10.html') haohan.sort_values('出场段落',ascending=True,inplace=True) attr = haohan['姓名'][0:10] v1 = haohan['出场段落'][0:10] bar = Bar("水泊梁山年收入BOTTOM10") bar.add("年收入（万）", attr, v1, is_stack=True,is_label_show=True) bar.render('水泊梁山年收入BOTTOM10.html')

PART3：员工社交网络

我们调取了员工的聊天记录（同时出现的段落），每出现一次聊天记录，我们将员工之间的关联权重加一，统计代码如下：

net_df = pd.DataFrame(columns=['Source','Target','Weight','Source_Ratio','Target_Ratio']) for i in range(0,107):    for j in range(i+1,108):        this_weight = len([k for k in shuihu_set if haohan['使用名'][i] in k and haohan['使用名'][j] in k])        net_df=net_df.append({'Source':haohan['姓名'][i],'Target':haohan['姓名'][j],                              'Weight':this_weight,                              'Source_Ratio':this_weight/haohan['出场段落'][i],                              'Target_Ratio':this_weight/haohan['出场段落'][j]},                              ignore_index=True)        print(str(i)+':'+str(j))

我们在去除一些社交网络节点数据（聊天总数较少或聊天数量占一方数量比例过少）的情况后，用Gephi软件绘制出了整体的社交网络图如下：

可以看出的社交网络是围绕着总裁宋江展开，其他的一些总裁办成员如吴用、李逵等也在社交网络中占据重要位置。林冲、鲁智深、李俊等高级领导则起到连接高层与基层员工的作用。值得一提的是副总裁卢俊义虽然职级很高，但是在公司的话语权似乎不是强，毕竟卢俊义也是作为空降兵来到的公司。

PART4：员工社区发现

Gephi软件自带社区发现函数，我们实现后用不同颜色划分出不同的社群，整体效果如下：

我们下面逐一来看一下各个社区的成员，首先是CEO宋江、CTO吴用等人所在的总裁办：

下面来看一下花荣、林冲等日常工作与代马（码）这件事情息息相关的开发组：

之后是由鲁智深、孙二娘等人组成的数据组，需要日常分析梁山酒店等产业运营状况：

产品、运营团队则分别由精通水性，能够协调好各个部门的李俊和执行力极强，善于推动项目进行的李逵带领：

最后看一下一些人数较少的社群：

这些社群基本上都是由夫妻、亲兄弟、铁哥们组成，具有很强的亲密度，水泊梁山的HR在招人时显然是考虑了这点。通过招聘具有亲密关系的应聘者，提高员工工作幸福感，有效降低离职率。

Python爱好者社区历史文章大合集：

福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：

关注后在公众号内回复“课程”即可获取：

小编的Python入门免费视频课程！！！

【最新免费微课】小编的Python快速上手matplotlib可视化库！！！

崔老师爬虫实战案例免费学习视频。

陈老师数据分析报告制作免费学习视频。

玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。