基于hcclust与聚类观测相关网络数据的结构等价性计算求助

嘿，作为刚接触R和网络理论的新手，能想到用簇相关性来研究结构等价性已经超棒啦！我知道你已经折腾了好一阵子，还翻了不少论坛但没找到适配的方案，别急，咱们一步步来解决～

首先得明确：结构等价性指的是网络中节点占据相似位置（比如连接的邻居几乎一样），而你堆叠原矩阵和转置矩阵的操作，应该是想把有向网络的双向信息都纳入考量——毕竟有向网络里，A→B和B→A是不同的关系，堆叠后能更全面地反映节点的“整体连接特征”。接下来我们就围绕这个堆叠矩阵，一步步计算簇相关性来分析结构等价性。

1. 确认堆叠矩阵的结构 #

先确保你的堆叠矩阵是符合预期的，假设原有的有向邻接矩阵是original_matrix，你是用stacked_matrix <- rbind(original_matrix, t(original_matrix))或者cbind(original_matrix, t(original_matrix))完成堆叠的？先跑个简单的命令检查：

# 查看矩阵维度
dim(stacked_matrix)
# 查看前5行前5列的内容
head(stacked_matrix[,1:5])

如果是想把有向关系转化为对称的“双向关联”，其实也可以用stacked_matrix <- original_matrix + t(original_matrix)（权重型矩阵）或者stacked_matrix <- (original_matrix + t(original_matrix)) > 0（二元型矩阵），这个可以根据你的研究需求调整。

2. 计算节点间的结构等价性指标 #

结构等价性的核心是衡量节点连接特征的相似性，常用两种方法：

• 相关系数：节点邻接向量的Pearson/Spearman相关，值越接近1，等价性越高

  # 计算节点间的相关系数矩阵（假设堆叠矩阵的列对应节点）
  eq_cor_matrix <- cor(stacked_matrix)
  

• 欧氏距离：节点邻接向量的距离，值越小，等价性越高

  # 计算节点间的欧氏距离矩阵（转置矩阵让节点成为行，dist默认计算行之间的距离）
  eq_dist_matrix <- dist(t(stacked_matrix), method = "euclidean")
  

3. 基于等价性指标进行聚类 #

有了等价性指标，我们可以用聚类算法把等价性高的节点归为同一簇：

层次聚类（适合探索性分析） #

# 基于欧氏距离进行层次聚类，用ward.D2方法（最小化簇内方差）
hclust_result <- hclust(eq_dist_matrix, method = "ward.D2")
# 绘制树状图，帮助选择簇数
plot(hclust_result, main = "层次聚类树状图")
# 提取聚类结果，比如分成3个簇（你可以根据树状图调整k值）
node_clusters <- cutree(hclust_result, k = 3)

K-means聚类（适合预先知道簇数的情况） #

# 基于相关系数矩阵进行K-means（先把距离矩阵转化为数据框）
kmeans_result <- kmeans(as.matrix(eq_cor_matrix), centers = 3)
node_clusters <- kmeans_result$cluster

如果不确定簇数，可以用NbClust包自动选择最优簇数：

library(NbClust)
nb_result <- NbClust(data = as.matrix(eq_dist_matrix), distance = "euclidean", method = "ward.D2")

4. 计算簇相关性 #

现在我们可以计算簇内的平均等价性和簇间的平均等价性，也就是你说的簇相关性：

簇内节点的平均结构等价性 #

衡量同一簇内节点的相似程度，值越高说明簇内节点结构等价性越强：

library(dplyr)
# 把节点和聚类结果绑定
node_cluster_df <- data.frame(node = colnames(stacked_matrix), cluster = node_clusters)
# 计算每个簇的平均内部相关系数
intra_cluster_cor <- node_cluster_df %>%
  group_by(cluster) %>%
  do({
    # 提取当前簇的所有节点
    cluster_nodes <- .$node
    # 提取这些节点的相关系数矩阵
    cluster_cor_subset <- eq_cor_matrix[cluster_nodes, cluster_nodes]
    # 计算上三角矩阵的平均值（排除对角线的自相关）
    avg_cor <- mean(cluster_cor_subset[upper.tri(cluster_cor_subset)])
    data.frame(avg_intra_cluster_cor = avg_cor)
  })
# 查看结果
print(intra_cluster_cor)

簇间节点的平均结构等价性 #

衡量不同簇之间的相似程度，值越高说明两个簇的结构等价性越接近：

# 生成所有簇的两两组合（排除重复对）
cluster_pairs <- expand.grid(cluster1 = unique(node_clusters), cluster2 = unique(node_clusters)) %>%
  filter(cluster1 < cluster2)
# 计算每对簇的平均相关系数
inter_cluster_cor <- cluster_pairs %>%
  rowwise() %>%
  mutate(
    # 提取两个簇的节点
    nodes1 = filter(node_cluster_df, cluster == cluster1)$node,
    nodes2 = filter(node_cluster_df, cluster == cluster2)$node,
    # 计算两个簇节点间的平均相关系数
    avg_inter_cor = mean(eq_cor_matrix[nodes1, nodes2])
  ) %>%
  select(cluster1, cluster2, avg_inter_cor)
# 查看结果
print(inter_cluster_cor)

5. 可视化验证 #

用igraph包把聚类结果可视化，直观观察簇的分布：

library(igraph)
# 从堆叠矩阵构建图（如果是有向网络，mode设为"directed"；无向则设为"undirected"）
g <- graph_from_adjacency_matrix(stacked_matrix, mode = "undirected", weighted = TRUE)
# 设置节点颜色（不同簇用不同颜色）
V(g)$color <- node_clusters
# 绘制网络图
plot(g, 
     vertex.label = V(g)$name, 
     vertex.size = 15, 
     edge.width = E(g)$weight/2,  # 根据权重调整边的粗细
     main = "结构等价性聚类结果可视化")

• 如果你的研究更偏向经典的结构等价性分析，可以试试blockmodel包，它专门用于块模型分析，能直接识别结构等价的节点块：

  library(blockmodel)
  # 基于邻接矩阵构建块模型
  bm_result <- blockmodel(stacked_matrix, k = 3)
  # 查看块模型结果
  print(bm_result)
  

• 堆叠矩阵的方式要贴合你的研究问题：如果是想保留有向的“出度+入度”特征，行堆叠rbind(original_matrix, t(original_matrix))是合理的；如果是想把有向关系转化为对称关联，original_matrix + t(original_matrix)更合适。

内容的提问来源于stack exchange，提问作者S Front