processing-network-data

name	processing-network-data
description	当用户需要处理社会网络数据，包括关系数据收集、矩阵构建、数据清洗验证和多模网络处理时使用此技能
version	1.0.0
author	socienceAI.com
license	MIT
tags	["social-network-analysis","network-data-processing","data-cleaning","matrix-construction","relational-data"]
compatibility	Claude 3.5 Sonnet and above
metadata	{"domain":"social-network-analysis","methodology":"data-processing","complexity":"intermediate","integration_type":"analysis_tool","last_updated":"2025-12-21"}
allowed-tools	["python","bash","read_file","write_file"]

网络数据处理技能 (Network Data Processing)

概述

专门用于社会网络研究的数据收集和预处理，将原始关系数据转换为标准化的网络分析格式。该技能帮助研究者从问卷、访谈、观察或数字记录中提取关系数据，构建标准化的网络矩阵。

使用时机

当用户请求以下处理时使用此技能：

• 处理来自各种来源的社会网络数据
• 将关系数据转换为网络格式
• 清洗和验证网络数据
• 构建邻接矩阵或边列表
• 整合多个数据源到网络格式
• 为网络分析准备数据
• 处理多重或多元网络数据
• 将调查或访谈数据转换为网络格式

快速开始

当用户请求网络数据处理时：

1. 识别数据源类型（调查、访谈、观察、数字痕迹）
2. 提取原始数据中的关系信息
3. 清洗并验证提取的关系
4. 格式化为标准网络表示
5. 验证网络数据质量和完整性

核心流程

第一阶段：数据源识别

• 识别数据源类型（问卷、访谈、观察、数字痕迹）
• 评估数据结构和组织方式
• 确定适当的处理管道
• 识别潜在的数据质量问题
• 制定提取策略

第二阶段：关系数据提取

• 从问卷数据中提取关系
• 从访谈记录中解析关系
• 从观察记录中编码关系
• 从数字痕迹中挖掘关系
• 处理多种关系类型

第三阶段：数据清洗和验证

• 识别并处理缺失值
• 检测并解决数据不一致
• 验证关系数据准确性
• 标准化数据格式和表示
• 检查数据完整性

第四阶段：网络矩阵构建

• 创建带有适当标识符的节点列表
• 构建邻接矩阵（二元、加权、有向）
• 处理不同网络类型（单模、多模）
• 处理节点和边属性
• 创建标准化网络格式

第五阶段：属性整合

• 整合节点属性（人口统计、特征）
• 处理边属性（强度、类型、持续时间）
• 为动态网络处理时间属性
• 验证属性数据一致性
• 将属性映射到网络结构

第六阶段：质量保证

• 验证网络数据完整性
• 检查数据准确性和一致性
• 评估数据收集中的潜在偏差
• 验证网络构建程序
• 记录数据处理决策

第七阶段：输出生成

• 生成标准化网络数据文件
• 创建数据质量报告
• 生成网络统计和指标
• 记录处理程序
• 提供分析建议

输出格式

{
  "summary": {
    "nodes_count": 50,
    "edges_count": 120,
    "data_sources": ["survey", "interview"],
    "network_type": "weighted-directed",
    "completeness_score": 0.85
  },
  "details": {
    "nodes": [...],
    "edges": [...],
    "attributes": {...},
    "quality_report": {...}
  },
  "metadata": {
    "timestamp": "2025-12-21T10:30:00",
    "version": "1.0.0"
  }
}

质量标准

• 应用系统化数据处理程序
• 在整个处理过程中维护数据完整性
• 验证关系提取的准确性
• 记录所有处理步骤和决策
• 考虑中国网络数据的文化背景

深入学习

• 社会网络数据处理文献
• 数据清洗和验证指南
• 中国语境下的网络数据处理示例
• 网络数据处理软件工具

完成标志

完成高质量的网络数据处理应包括：

1. 生成标准化网络数据文件
2. 创建数据质量评估报告
3. 生成关系提取文档
4. 提供网络统计和基本指标
5. 记录处理程序文档

---

此技能为中文社会科学网络研究提供全面的数据处理支持，确保从原始数据到标准化网络文件的准确转换。