Chapter 4: Twitter: Friends, Followers, and Setwise Operations
RESTful and OAuth-Clasdded APIs
(メモ) REST については，"山本陽平，Webを支える技術，技術評論社 (2010)" を読む方が早いし，詳しい．
A Lean, Mean Data-Collecting Machine
- 以下を含む Python コード ・・・ OAuth による認証； Twitter API の /friends/ids メソッドによる friend's ID の取得；401 error (Not Authorized) と 503 error (Over Capacity) への対処
- twitter.oauth モジュールは，OAuth token および PAuth token secret のローカル上での読み書きをサポートしているから，うまく使え（毎回，PINコードを入力するのは面倒でしょう）．しかし，そのコードは本には載っていない．
A Very Brief Refactor Interlude
- リファクタリングとして，OAuth による login()，エラーハンドリングも含めた makeTwitterRequest() を別建ての関数にする．
Redis: A Data Structure Server
- Twitter API を利用して入手したデータをローカルに保管するため，Redis（Data structure server; http://redis.io/）というオープンソースの key-value store を利用する．また，Python は Redis へのアクセス手段をパッケージにより提供している．
（メモ）この辺りから，Redis のメソッドが出てきて（自分の場合）コードの見通しが悪くなった．
Elementary Set Operations
- 集合(set)の操作である共通集合，和集合，差集合について，friends 集合と followers 集合を用いて説明．例えば，cap (friends, followes) は相互にフォローし合っている関係．
Souping Up the Machine with Basic Friend/Follower Metrics
- Redis の提供する集合演算を利用して，# of friends, # of followes, # of (friends - followes), # of (followers - friends), # of mutual friends を求める．
- /usr/lookup メソッドを用いて，ユーザ ID を screenName へマッピングし，各ユーザのユーザ情報を取得する．（ただし，ユーザ情報は Redis に保管されてデータを用いる）
Calculating Similarity by Comupting Common Friends amd Followers
- （セクション・タイトルどおり）２人のユーザ間で共通する friends および followers を同定し，それらの screenName を列挙する．
- "calculating similarity" とあるが，similarity を定量的に算出している訳ではない．
Measuring Influence
- フォロワーが多いユーザほど，彼のツイートがリツイートされる可能性が高まる．ユーザの影響度を測定するため，フォロワー数を用いるのは簡単．
- ユーザの潜在的影響度を測定するには，（フォロワー数のみでなく）ユーザ間のネットワークを考慮する必要がある．
- 影響度を測定したいユーザを起点として，幅優先探索で friends / followers のユーザ情報を取得する．
-（メモ）Example 4-9 の "Calcurating a Twitterer's most popular followes" のソースコードを理解できない．→ このサブセクション，撃沈．→ 後で読み返す！
Constructing Friendship Graphs
- セクション・タイトルどおり，friends 関係をグラフにする．Redis からデータを取り出して networkx へ渡す処理の繰り返しである．
Clique Detection and Analysis
- social web において，クリークは「互いに友人関係にあること」を意味しており，最大クリークは「共通の友人関係の最大集合」を表す．
- クリークを見つけることは NP 完全問題だが，networkx は find_cliques メソッドを提供している．
- Example 4-11 は，最大クリーク・サイズや平均クリーク・サイズを求める，簡単なプログラム例．
The Infochimps "Strong Links" API
（メモ）infochimp のアドレスは，書籍では http://infochimps.org/ だが，アクセスすると http://www.infochimps.com/ へリダイレクトされる．
（メモ）Infochimps の Strong Links API を用いるのは，本書で述べた解析手法の健全さをチェックすることにある．
- infochimps は（過去も含めた）大量の Twitter データを有し，かつそれを操作する API を提供している．その中でも，Strong Links API (http://api.infochimps.com/describe/soc/net/tw/strong_links/) は「最も頻繁に検索されたユーザ・コミュニティに属する（？）ユーザ・リスト」を返す API である．
- Strong Links API を利用するためには，（無料の）ユーザ登録が必要．
- Strong Links API の返す結果に含まれるユーザとして，Tim O'reilly の tweet を頻繁に retweet しているユーザ群が見られる．
Interactive 3D Graph Visualization
- Ubigraph を利用すると，３次元グラフを作れる．Twitter 解析の本質的でないから流し読み．
