Wechat moments likes as social network
该想法来自于在小红书上刷到一个博主ciaochaos的博客，用个人微信朋友圈的点赞数据进行网络建构和社区发现。我觉得很有意思，毕竟从来没有正视过自己的社交圈子。
Crawling Wechat moments likes data
抓取点赞数据的代码来自开源仓库https://github.com/HYLZ-2019/FriendsOfFriends，主要用到的语言是Python。其核心的逻辑是通过爬取电脑端微信朋友圈界面的信息，存储到一个pickle二进制文件中。再重新读取该文件转为后续生成网络的所需格式。
当然，作者的实现是基于.js文件通过html进行可视化。我对这方面研究不多。想要调整一些外观参数和实现更好看的网络绘图，我把数据重新调整了一下变成Python可读取的.json文件。后面就比较基础了，使用Networkx包录入节点和边的信息，就可以进行可视化和社区发现等步骤。
Visualization
微信朋友圈应该存在一个时限，当你往前翻到足够早就翻不动了。我实际实验下来，我能爬到最早十月中旬的数据，总共800+条好友朋友圈，涉及170+位好友。
虽然是我自己的朋友圈，但是我一直不怎么点赞，所以我和其他人的互动记录很少。因此，在网络中我的节点度相当小。但是，其他人互动的频率也不高。好像现在大部分人都慢慢没有点赞的习惯了。网络中甚至有大量的孤立节点存在，或者形成孤立的几个零星节点对。
简单跑了一下社区发现，基本把我不同阶段的社交圈子能划分出来。跟我现在联系最紧密的几个社区，黄色、橙色和绿色都是我的本科生与研究生同学。其他一些具有一定规模的社团要么是我的高中同学，要么是小学同学，或者是一些研究生同学自身的社交圈，还包含部分老师。
总体而言，我的社交网络并不大，总共也就170+个节点和不到100条边。但看看自己的社交网络特征，还是挺有意思的一件事。
