Metriken über die Zeit
Bisher haben wir uns Produkte angeschaut, die andere Käufe beeinflussen, indem wir ihren Out-Degree betrachtet haben. Bis zur letzten Lektion haben wir jedoch nur eine einzelne Momentaufnahme betrachtet. Eine Frage ist: zeigen diese Produkte zu jedem Zeitpunkt ähnliche Out-Degrees? Schließlich könnte ein Produkt, das andere Käufe antreibt, nur idiosynkratisch sein; wenn es über die Zeit stabiler wäre, könnte das darauf hindeuten, dass dieses Produkt für Co-Käufe verantwortlich ist. Um dieser Frage nachzugehen, bauen wir auf dem Code auf, den wir bereits durchgegangen sind und der eine Liste mit einem Graphen zu jedem Zeitpunkt erzeugt.
Diese Übung ist Teil des Kurses
<Kurs>Fallstudien: Netzwerkanalyse in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# 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(___, ___(___))
)