In-degree centrality
Centrality किसी नेटवर्क में किसी node के महत्व का एक माप है. Centrality के कई प्रकार होते हैं और Twitter नेटवर्क्स में इनका अर्थ थोड़ा-थोड़ा अलग होता है. हम पहले degree centrality पर ध्यान दे रहे हैं, क्योंकि इसकी गणना सीधी है और इसकी सहज व्याख्या है.
Twitter जैसे directed नेटवर्क्स के लिए, खासकर retweet नेटवर्क्स में, in-degree और out-degree centrality के बीच फर्क पर ध्यान रखना ज़रूरी है. Retweet नेटवर्क्स में in-degree centrality यह संकेत देती है कि किन users के बहुत retweets हो रहे हैं.
networkx को nx नाम से इम्पोर्ट किया गया है.
साथ ही, G_rt और G_reply नेटवर्क्स और column_names = ['screen_name', 'degree_centrality'] आपके लिए लोड कर दिए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में सोशल मीडिया डेटा का विश्लेषण
अभ्यास निर्देश
- Retweet नेटवर्क के लिए
nx.in_degree_centrality()से in-degree centrality निकालें औरrt_centralityमें स्टोर करें. - यही काम reply नेटवर्क के लिए करें और उसे
reply_centralityमें स्टोर करें. - Reply centralities की items (यानी key-value tuples) को DataFrame कंस्ट्रक्टर में पास करें.
- यही काम reply नेटवर्क के लिए भी करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Generate in-degree centrality for retweets
rt_centrality = ____
# Generate in-degree centrality for replies
reply_centrality = ____
# Store centralities in DataFrame
rt = pd.DataFrame(list(____), columns = column_names)
reply = pd.DataFrame(list(____), columns = column_names)
# Print first five results in descending order of centrality
print(rt.sort_values('degree_centrality', ascending = False).head())
# Print first five results in descending order of centrality
print(reply.sort_values('degree_centrality', ascending = False).head())