本章选择国内具有代表性的社交平台“知乎”来提取数据。知乎创立于2011年，在早期阶段，它采用邀请和认证的制度，吸引了一批优质用户加入，这些用户凭借其丰富的知识、经验储备创造了大量专业、高质量的内容，奠定了知乎严谨、认真的氛围。开放注册后，用户数量迅速增长，汇集了各行业和各领域具有出色才干的意见领袖。
知乎社区用户量庞大且信息更新迅速，因此其社会网络错综复杂。将整个知乎进行全面分析由于数据量庞大具有不可操作性，故本章选取适量的样本进行研究。我们将选取参与知乎“女性脱发”话题讨论的用户作为总体样本。该话题概念具体，绑定本话题的问题不会出现在父话题中，拥有一定规模的稳定用户，易于分析结构特性和便于挖掘其中的意见领袖。
打开知乎“女性脱发”热点话题页面，可以看到截至2019年3月9日，该话题共有3266人关注，652个讨论。在“讨论”这一子页面中，包含了所有“女性脱发”话题的问题及回答。通过python编程采集所有用户的信息及相关讨论内容（此时爬取的用户不只是关注话题的用户，有些用户没有关注但是也参加过相关的讨论），共爬取3335个用户。根据爬取用户的URL链接获取每个用户的关注名单，并用这3335个用户的用户列表与每个人的关注名单进行对比，在该名单中则为1，不在则为0，共获得3335×3335条数据，绘制矩阵建立关注关系矩阵。其中行和列均为这3335个用户，第i行和第j列的交叉zij表示两个用户之间的关注关系，如果zij=1，则表示用户i关注了用户j，如果zij=0则表示用户i没有关注用户j，最终得到的关注矩阵是一个非对称矩阵，如表7-1所示。表7-1为3335×3335关注矩阵中的部分数据，观察该表可以发现，大部分数据为0，在该表给出的五个用户的关注矩阵中，只有用户“Zhong-ren-qing”和用户“hu-min-94-12”有关注关系，其余均没有，这反映出该话题相关的数据网络密度较低，后面我们还将对此进行深入分析。(www.xing528.com)
表7-1 “女性脱发”话题的关注矩阵
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
