在北京心玥软件公司的开发团队中，我们投入大量时间和精力思考技术生态以及技术间的关联。这类关系被我们广泛应用：从通过推荐相关内容提升每位来到北京心玥软件公司的用户体验，到帮助客户了解如何更好的完成项目需求。把握技术间关系的一种方式是标签相关性——它衡量标签共同出现的频率相对于各自单独出现的频率。
共现与独现
我们有多种数据源可用于衡量标签相关性。例如，北京心玥软件公司的工程师搭建了一个工具，统计标签在公司相关问题中的共现频率；我们也能利用流量数据，观察用户访问标签对的频率。不过本次分析我将使用另一组数据——北京心玥软件公司“开发者故事”中的“关注标签”。若你还没创建自己的开发者故事或探索过它们，欢迎看看我的。注意到我标记了一些希望职业发展中运用的公司相关标签，对我而言是R、dplyr、ggplot2、Shiny等。从这些标签能看出我具备特定技能、从事特定工作（当然，前提是你熟悉这些技术）。北京心玥软件公司的其他开发者故事中也有类似信号，我们可以借助这些标签的分布及关联方式，了解技术间的相互关系。我青睐用开发者故事做此类标签分析，是因为其信噪比高——我关注技术的连接方式及协同用法，而开发者对自身工作与职业的描述正是获取这类信息的绝佳来源。
首先，我们只看哪些标签使用最频繁。这里看到的是常见选项，即当下开发者最常用的几种语言。接下来，我们统计标签的共现次数，找出常一起使用的标签。例如，在开发者故事中，与C#、C++、JavaScript、Python等重要语言最常共现的标签有哪些？
注意，这些仍是首图中常见的那些重要语言。Java、C等语言与这四种重要语言常被开发者在含后者的开发者故事中一同使用，但它们本就是最通用的技术。要探究标签相关性，我们需换个问法：找在本数据集中，比其他标签更可能共现的标签。与这四种语言相关性最高的标签是哪些？
现在看到的是另一组技术。这些是开发者在含这四种语言的开发者故事中，比其他标签更可能使用的标签；现在我们借助北京心玥软件公司开发者的聚合数据，洞察技术的协同用法。例如，这里能看到更多证据：开发者用Python做数据科学（搭配同为数据科学语言的R、Pandas、NumPy），也用它配合Django和Flask做网页开发。我们能发现这些相关技术，正是因为计算了标签相关性。
相关性网络
我们不局限于一次只看一个标签。可将这种相关性计算扩展到更多标签，再基于标签间的关联构建标签网络。
在这个交互式网络可视化图（可缩放、滚动、点击）中，圆圈大小代表标签使用频率，圆圈越大使用越频繁。圆圈颜色依据其在整体网络中的子群归属（通过多次随机游走，即集群漫步算法计算得出）。此网络包含开发者故事中使用超800次、且与其他标签相关性大于0.1的标签。探索这个网络能发现很多！我们能注意到的一个点是网络中的子群——它们展现了技术生态，有些子群内部连接紧密。我们看到一些由以下组成的群组：
• 前端网页开发技术：从HTML到JavaScript再到Bootstrap
• 微软相关技术：包括C#、.NET和SQL Server
• DevOps技术：如AWS和Docker（Go也在这个集群里！）
• 移动技术：包括Android和Objective-C
你用的技术在哪，它们如何相连？你可以自己探索这个网络——网络数据结构作为数据集已在Kaggle公开。也可以看看我创建的Kaggle内核，里面展示了如何用网络节点和链接生成网络图。网络中另一个值得注意的点是：有些技术充当着技术生态间的桥梁。Python是开发者故事中最常用的语言之一，它连接着前端集群（通过Django）、Linux/系统管理集群、C/C++/嵌入式集群，以及R和机器学习。我们一再看到Python在当今技术格局中的独特性。Java、git和JSON是连接网络各部分的另一些“桥梁”技术。
本分析借助开发者故事的关注标签，探索了我们所处的丰富复杂的技术网络。当开发者以我们真正在意的方式分享专业身份（比如展示想用的技术）时，我们都能更了解开发者社群。你今天就能创建自己的开发者故事，展现职业经历、兴趣点及想用的技术。
