Mesures dans le temps
Jusqu'ici, nous avons cherché quels produits entraînent d'autres achats en examinant leur degré sortant. Cependant, jusqu'à la dernière leçon, nous ne regardions qu'un seul instantané dans le temps. Une question se pose : ces produits présentent‑ils des degrés sortants similaires à chaque pas de temps? Après tout, un produit qui stimule d'autres achats pourrait n'être qu'idiosyncrasique; s'il reste plus stable dans le temps, cela pourrait indiquer qu'il est réellement à l'origine de coachats. Pour répondre à cette question, nous allons reprendre le code déjà parcouru qui génère une liste contenant un graphe à chaque pas de temps.
Cette activité fait partie du cours
Études de cas : analyse de réseaux en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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(___, ___(___))
)