使用图挖掘发现值得关注的账户

### 使用图挖掘发现值得关注的账户 #### 1. 从 Twitter 获取关注者信息 要获取用户的朋友（即该用户关注的人）信息，可使用 `friends/ids` API。它有优点也有缺点，优点是一次 API 调用最多可返回 5000 个朋友 ID；缺点是每 15 分钟只能进行 15 次调用，这意味着获取每个用户的所有关注者至少需要 1 分钟，如果用户的朋友超过 5000 个，所需时间会更长。 以下是获取朋友信息的代码： ```python import time def get_friends(t, user_id): friends = [] cursor = -1 while cursor != 0: try: results = t.friends.ids(user_id=user_id, cursor=cursor, count=5000) friends.extend([friend for friend in results['ids']]) cursor = results['next_cursor'] if len(friends) >= 10000: break except TypeError as e: if results is None: print("You probably reached your API limit, waiting for 5 minutes") sys.stdout.flush() time.sleep(5*60) # 5 minute wait else: raise e except twitter.TwitterHTTPError as e: break finally: time.sleep(60) return friends ``` 代码解释： - `cursor` 用于 Twitter 的分页，初始值为 -1 表示结果开始。 - 当 `cursor` 不为 0 时，不断请求用户的朋友信息并添加到 `friends` 列表中。 - 若 `friends` 列表长度超过 10000，跳出循环，避免处理拥有大量朋友的用户时陷入长时间等待。 - 处理可能出现的 `TypeError` ，若 `results` 为 `None` ，可能是达到 API 限制，等待 5 分钟后重试；若为其他 `TypeError` ，则抛出异常。 - 处理 `twitter.TwitterHTTPError` ，若出现此类错误，停止处理该用户并返回已获取的朋友信息。 - 每次请求后等待 1 分钟，以遵守 API 调用限制。 #### 2. 构建网络 首先，从原始用户开始，获取他们的朋友信息并存储在字典中： ```python friends = {} for screen_name in relevant_users: user_id = user_ids[screen_name] friends[user_id] = get_friends(t, user_id) ``` 然后，移除没有朋友的用户，因为无法基于朋友关系为这些用户进行推荐： ```python friends = {user_id: friends[user_id] for user_id in friends if len(friends[user_id]) > 0} ``` 接下来，将用户数量增加到 150 个。由于 API 限制，获取每个用户的朋友信息需要 1 分钟，因此获取 150 个用户的朋友信息需要 2.5 小时。为确保获取到优质用户，我们基于共享连接来搜索用户。 以下是计算朋友出现次数的代码： ```python from collections import defaultdict def count_friends(friends): fri ```