क्लस्टरिंग और रेसिप्रोसिटी
डायड सेंसस पर हमारे पहले के काम से आपको यह समझ विकसित हुई होगी कि को-परचेज ग्राफ में रेसिप्रोसिटी और क्लस्टरिंग जैसे अन्य ग्राफ-स्तरीय मेट्रिक्स कैसे दिख सकते हैं। याद कीजिए, हमारे 10,245 वर्टिसेज़ वाले ग्राफ में 10,754 एज हैं, और उनमें से 3,000 से अधिक म्युचुअल हैं। यानी लगभग 60 प्रतिशत वर्टिसेज़ की किसी के साथ म्युचुअल कनेक्शन है। इस जानकारी के आधार पर आप क्लस्टरिंग और रेसिप्रोसिटी के मापों के बारे में क्या उम्मीद करेंगे? हम रैंडम ग्राफ़्स को सिम्युलेट करके अपने अनुमान को एक नल मॉडल के खिलाफ परख सकते हैं। पिछली सिम्युलेशन के नतीजों को देखते हुए, आप यहाँ क्या देखने की उम्मीद करते हैं? क्या रेसिप्रोसिटी भी संयोग से अपेक्षित मान से कहीं अधिक होगी?
ग्राफ amzn_g उपलब्ध है।
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।
# Calculate reciprocity
actual_recip <- ___
# Calculate the order
n_nodes <- ___
# Calculate the edge density
edge_dens <- ___