分析社交网络的动态情况
Wolfram 语言可用于分析各种复杂的数据，包括社交网络的时间依赖性指标。借助大量内置的时间序列处理功能，可以通过导入和注册根据网站的文档创建的 EntityStore 来分析 vegetarianism.stackexchange.com 的信誉分和用户的数量。
查看特定用户的信誉分。
给出五个信誉分最高的用户的信誉分时间序列。
可视化这些用户的信誉分时间序列。
查找并汇总所有用户的信誉历史记录。
根据用户创建日期给出用户数量时间序列：
对两个时间序列重新采样，并计算信誉分与总用户数的比。
查找至少有 25 个数据点的所有用户的信誉历史记录。
用帐户创建以来的天数归一化数据。
用幂公式 
来拟合数据。
进行关于幂参数 
的分布的统计计算。
用直方图可视化幂参数 
的分布。
查看数据中的异常值。
最大的异常值是在创建帐户很长一段时间以后才获得一定信誉分的用户。
显示完整的 Wolfram 语言输入
