LoslegenKostenlos loslegen

Knoten nach Grad visualisieren

Nachdem wir uns unseren Graphen angesehen und einige der grundlegenden Eigenschaften untersucht haben, denken wir noch einmal genauer über unser Netzwerk nach. Wir haben beobachtet, dass es einige stark verbundene Knoten und viele Ausreißer gibt. Das visualisieren wir, indem wir den Graphen bedingt plotten und einige Knoten nach In- und Out-Degree einfärben. Denk an die Knoten als drei verschiedene Typen:

  • starke Retweeter und stark Retweetete.
  • Nutzer, die nur einmal retweetet haben (In-Degree 0 und Out-Degree 1).
  • Nutzer, die nur einmal retweetet wurden (In-Degree 1 und Out-Degree 0).

Das hilft uns zu verstehen, was im Ring rund um den Cluster der stark verbundenen Knoten passiert.

Diese Übung ist Teil des Kurses

Fallstudien: Netzwerkanalyse in R

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Calculate the "in" degree distribution of retweet_graph
in_deg <- degree(___, mode = "___")

# Calculate the "out" degree distribution of retweet_graph
out_deg <- degree(___, mode = "___")

# Find the case with one "in" degree and zero "out" degrees
has_tweeted_once_never_retweeted <- __ == 1 & __ == 0

# Find the case with zero "in" degrees and one "out" degree
has_never_tweeted_retweeted_once <- __ == 0 & __ == 1
Code bearbeiten und ausführen