Metriky v čase
Zatím jsme se zaměřovali na produkty, které ovlivňují nákupy ostatních, a sledovali jsme jejich výstupní stupeň. Až do poslední lekce jsme ale pracovali jen s jedním snímkem dat v čase. Zajímavá otázka je, zda tyto produkty vykazují podobný výstupní stupeň v každém časovém kroku. Produkt, který táhne ostatní nákupy, totiž může být jen náhodný jev – pokud by však byl stabilní v čase, mohlo by to naznačovat, že skutečně stojí za společnými nákupy. Abychom tuto otázku prozkoumali, navážeme na kód, který jsme si už prošli a který generuje seznam grafů pro každý časový krok.
Toto cvičení je součástí kurzu
Případové studie: Analýza sítí v R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Loop over time graphs calculating out degree
degree_count_list <- lapply(___,___, mode = ___)
# Flatten it
degree_count_flat <- ___
degree_data <- data.frame(
# Use the flattened counts
degree_count = ___,
# Use the names of the flattened counts
vertex_name = names(___),
# Repeat the dates by the lengths of the count list
date = rep(___, ___(___))
)