CommencezCommencez gratuitement

Comparer les graphes de mentions et de retweets

En examinant le ratio du degré entrant sur le degré sortant, on peut dégager des informations légèrement différentes pour chaque réseau. Dans un réseau de retweets, cela mettra en évidence les utilisateurs qui sont souvent retweetés mais retweetent peu ou pas (valeurs élevées), ou ceux qui retweetent souvent mais ne sont pas retweetés (valeurs faibles). De même, si vous avez un ratio entrant/sortant près de 1 dans un graphe de mentions, la conversation est relativement équilibrée. En revanche, un faible ratio laisserait entendre qu'un utilisateur donné amorce souvent des conversations, mais qu'on ne lui répond pas. Lorsque vous comparez les graphiques de densité des différents réseaux, réfléchissez à ce que vous attendez. Quel réseau pensez-vous être le plus asymétrique et lequel devrait avoir un ratio plus près de 1?

Cette activité fait partie du cours

Études de cas : analyse de réseaux en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Read this code
mention_data <- data_frame(
  graph_type = "mention",
  degree_in = degree(mention_graph, mode = "in"),
  degree_out = degree(mention_graph, mode = "out"),
  io_ratio = degree_in / degree_out
)

# Create a dataset of retweet ratios from the retweet_graph
retweet_data <- data_frame(
  graph_type = "___",
  degree_in = degree(___, mode = "___"),
  degree_out = degree(___, mode = "___"),
  io_ratio = degree_in / degree_out
)
Modifier et exécuter le code