Tracer les sommets importants
Pour finir, nous allons visualiser le graphe en faisant varier la taille des sommets selon leur centralité. Cependant, nous savons déjà que le graphe est très asymétrique, il y aura donc probablement beaucoup de « bruit » visuel. Ensuite, nous allons examiner à quel point les sommets les plus centraux sont connectés. Nous pouvons le faire en créant un sous-graphe basé sur un critère de centralité. C’est une technique importante lorsque l’on travaille avec de grands graphes. Plus tard, nous explorerons d’autres méthodes de visualisation, mais une autre approche puissante consiste à visualiser des sous-graphes.
Le graphe retweet_graph, sa centralité d’intermédiarité par sommet retweet_btw, et le quantile 0,99 d’intermédiarité betweenness_q99 sont disponibles.
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.
# Transform betweenness: add 2 then take natural log
transformed_btw <- log(___ + 2)
# Make transformed_btw the size attribute of the vertices
V(___)$ <- ___
# Plot the graph
plot(
___, vertex.label = NA, edge.arrow.width = 0.2,
edge.arrow.size = 0.0, vertex.color = "red"
)