Quelle est la distribution de la centralité ?
Rappelez-vous qu’il existe plusieurs façons d’évaluer la centralité d’un graphe. Nous allons utiliser deux méthodes vues précédemment : la centralité d’intermédiarité (betweenness) et la centralité propre (eigen-centrality). N’oubliez pas que l’intermédiarité mesure la fréquence à laquelle un sommet donné se situe sur le plus court chemin entre d’autres sommets, tandis que la centralité propre mesure combien de sommets importants sont reliés à un sommet donné. Avant de superposer la centralité sur nos graphiques, voyons comment elle se répartit.
Notez qu’en raison d’erreurs d’arrondi algorithmiques, nous ne pouvons pas vérifier que la centralité propre soit exactement égale à une valeur précise ; nous vérifions donc une plage de valeurs.
Cet exercice fait partie du cours
Études de cas : l’analyse de réseaux avec R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Calculate directed betweenness of vertices
retweet_btw <- betweenness(___, directed = ___)
# Get a summary of retweet_btw
summary(___)
# Calculate proportion of vertices with zero betweenness
mean(___ == 0)