Weighted Measures of Centrality
महत्वपूर्ण वर्टिसेज़ को मापने का एक और आम तरीका centrality है। Centrality मापने के कई तरीक़े हैं, लेकिन इस लेसन में हम दो मेट्रिक्स पर ध्यान देंगे: eigen centrality और closeness। Eigen centrality पहले कवर हो चुकी है, जबकि closeness centrality आँकने का एक और तरीका है। यह देखता है कि कोई भी vertex बाकी सभी vertices के कितना नज़दीक है। पहले के लेसन्स में, हमने centrality के weighted और unweighted वर्ज़न को अलग से नहीं देखा था। इस लेसन में हम दोनों — weighted और unweighted — की गणना करेंगे और देखेंगे कि क्या नतीजों में अंतर आता है।
नीचे दिए गए उदाहरण में, क्या आप हर बार वही vertex देखने की उम्मीद करते हैं? आपको क्या लगता है, सबसे बड़ा अंतर किन मेट्रिक्स के बीच या weighted और unweighted वर्ज़न के बीच होगा?
यह अभ्यास पाठ्यक्रम का हिस्सा है
केस स्टडीज़: R में नेटवर्क विश्लेषण
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# This calculates weighted eigen-centrality
ec_weight <- eigen_centrality(trip_g_simp, directed = TRUE)$vector
# Calculate unweighted eigen-centrality
ec_unweight <- eigen_centrality(___, directed = ___, weights = ___)$vector