发现一个好玩项目，QQ群关系可视化查询项目。可以分析QQ和QQ群之间的关系，每个QQ号都能加入群，一个群里也有很多QQ，基本都在几十到几百人，所以两个QQ号在同一个群里不一定代表他们的关系很紧密，换句话说QQ和QQ群之间的关系相对于QQ好友而言相对较弱。
但是这并不代表我们从中不能分析出有用的资料，这些数据都是扁平化的2维表格结构，直接查询不能直接体现出用户和群之间的直接或者间接关系。通过数据可视化，可以把扁平结构的数据作为点和线连接起来，从而更加直观的显示出来从而进行分析。
mportant; box-sizing: border-box !important;">这个项目来自Github
项目地址：
https://github.com/gstok/qqgroup-visualization
https://github.com/antime/qqgroup-visualization
源码下载地址：
https://github.com/gstok/qqgroup-visualization/archive/three.zip
操作系统要求
因为使用的数据库是SqlServer数据库，所以推荐使用Windows操作系统，当然服务端使用的是Node，如果你连接到的是远程的SqlServer数据库的话，是可以使用任何支持Node的系统的
数据库说明
数据库请使用SqlServer2008R2或更新版本的SqlServer
数据库备份地址
https://pan.baidu.com/s/1bz36WurfQIuyBRykyXxXxX
【现在网盘好像封了，打不开】
名称: QQGroup.7z.001
大小: 4290772992 字节 (4092 MiB)
SHA256: F5E2C42140A892E14E56A0B1B839E36E80626B503547738817513513B957FA22
名称: QQGroup.7z.002
大小: 4290772992 字节 (4092 MiB)
SHA256: 6FFD307ED156A48E68E335CD2D3D6A80F447ABAA2BF257A1286444B268FAB1BE
索引说明
我没有修改数据，只是在QQ号字段以及群号字段上加了索引用来优化查询速度
存储过程说明
queryByGroupNum 传入群号查询关联的力导向图数据
queryByQQNum 传入QQ号查询关联的力导向图数据
queryByQQNumExt 传入QQ号进行二层关联查询，得出力导向图数据
1.配置数据库（需要300GB以上磁盘剩余空间 如果空间不够的话那就前功尽弃了！）
下载并安装SqlServer2008R2，配置好用户名以及登录密码，如果远程连接数据库的话，需配置数据库允许远程登录（SqlServer数据库配置请自行搜索教程）
下载数据库备份文件 解压下载的压缩包，得到数据库备份文件，恢复数据库备份文件到SqlServer（SqlServer恢复数据库恢复操作请自行搜索教程）
2.搭建服务端（需要支持Nodejs的操作系统，CPU1核以上剩余内存1GB以上）
下载安装Node.js环境
npm全局安装webpack和webpack-dev-server
全局安装webpacknpm install webpack -g
全局安装webpack-dev-servernpm install webpack-dev-server -g
3.配置数据库连接
进入项目目录下
打开db.json文件
修改其中的数据库连接信息为自己的数据库连接信息（默认的数据库连接信息是我本人的服务器上的数据库，不保证可用）
db.json例子
4.运行
进入项目目录下
安装依赖npm install
运行系统npm run star
数据库说明
数据库请使用SqlServer2008R2或更新版本的SqlServer
索引说明
我没有修改数据，只是在QQ号字段以及群号字段上加了索引用来优化查询速度
存储过程说明
queryByGroupNum 传入群号查询关联的力导向图数据
queryByQQNum 传入QQ号查询关联的力导向图数据
queryByQQNumExt 传入QQ号进行二层关联查询，得出力导向图数据
queryTableByGroupNum 传入群号查询群成员信息表
queryTableByQQNum 传入QQ号查询QQ加群信息表
怎么是不是迫不及待的想试试呀！顺便看看你的小伙伴都在什么位置！
有一个哥们，已经搭建完成的，如果想看看，可以看下面这个链接
http://www.91weixin.net/qqgroup3d
文章参考来源于： 利刃网安
支付宝微信扫一扫，打赏作者吧～本文链接：https://www.kinber.cn/post/872.html 转载需授权！
推荐本站淘宝优惠价购买喜欢的宝贝:
您阅读本篇文章共花了： 
