Was macht ein wichtiges Produkt aus?
Jetzt, da wir eine praktikable Definition für ein wichtiges Produkt haben, schauen wir, ob diese Produkte gemeinsame Eigenschaften haben, die korreliert sein könnten. Ein mögliches Paar ist salesrank.from und salesrank.to. Wir können fragen, ob wichtige Produkte tendenziell höhere Verkaufsränge haben als die Produkte, die downstream gekauft werden. Wir gehen so vor, dass wir zuerst die wichtigen Knoten herausfiltern, diese wieder mit dem ursprünglichen Dataframe verbinden und anschließend mit dem Paket dplyr einen neuen Dataframe erstellen. Dann bauen wir einen neuen Graphen und färben die Kanten blau für hohe Ränge (1, 2, 3) zu niedrigen Rängen (20, 21, 22) und rot für das Gegenteil. Wenn der Rang mit downstream-Käufen korreliert, sehen wir überwiegend blaue Verbindungen; wenn es keinen Zusammenhang gibt, sind sie etwa gleich häufig rot und blau.
Der Datensatz ip_df enthält die Informationen über wichtige Produkte.
Diese Übung ist Teil des Kurses
Fallstudien: Netzwerkanalyse in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Select the from and to columns from ip_df
ip_df_from_to <- ip_df[c(___,___)]
# Create a directed graph from the data frame
ip_g <- graph_from_data_frame(___, directed = ___)
# Set the edge color. If salesrank.from is less than or
# equal to salesrank.to then blue else red.
edge_color <- ifelse(
ip_df$___ <= ip_df$___,
yes = ___,
no = ___
)