Tracer des indicateurs dans le temps
Nous pouvons aussi examiner comment les indicateurs du graphe global évoluent (ou non) dans le temps. Plus tôt, nous avons regardé deux mesures importantes : l'agrégation (clustering) et la réciprocité. Elles étaient toutes deux assez élevées, comme prévu après l'inspection visuelle de la structure du graphe. Toutefois, avec le temps, chacune peut changer. Les habitudes d'achat globales sur Amazon sont-elles stables? Si nous le pensons, nous nous attendons à ce que les tracés de ces indicateurs soient essentiellement des lignes horizontales, indiquant que la réciprocité est à peu près la même chaque jour et qu'il existe une forte structure d'agrégation. Voyons ce que nous pouvons découvrir ici.
Le code pour calculer la transitivité par graphe est présenté.
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.
# Examine this code
transitivity_by_graph <- data.frame(
date = d,
metric = "transitivity",
score = sapply(all_graphs, transitivity)
)
# Calculate reciprocity by graph
reciprocity_by_graph <- data.frame(
date = ___,
metric = ___,
score = ___ )