समय के साथ मेट्रिक्स
अभी तक, हम उन प्रोडक्ट्स को देख रहे थे जो अपने out degree देखकर दूसरी खरीदों को ड्राइव करते हैं। लेकिन पिछली लेसन तक हम सिर्फ समय के एक ही स्नैपशॉट को देख रहे थे। एक सवाल यह है: क्या ये प्रोडक्ट्स हर टाइम स्टेप पर समान out degree दिखाते हैं? आखिरकार, कोई प्रोडक्ट जो दूसरी खरीदों को ड्राइव कर रहा है, वह बस संयोग भी हो सकता है; अगर यह समय के साथ ज्यादा स्थिर हो, तो यह संकेत हो सकता है कि वही प्रोडक्ट को-परचेज़ को ड्राइव करने के लिए जिम्मेदार है। इस सवाल तक पहुँचने के लिए, हम उसी कोड पर आगे काम करेंगे जिसे आपने अभी तक देखा है, जो हर टाइम स्टेप पर एक ग्राफ वाली लिस्ट जनरेट करता 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।
# Loop over time graphs calculating out degree
degree_count_list <- lapply(___,___, mode = ___)
# Flatten it
degree_count_flat <- ___
degree_data <- data.frame(
# Use the flattened counts
degree_count = ___,
# Use the names of the flattened counts
vertex_name = names(___),
# Repeat the dates by the lengths of the count list
date = rep(___, ___(___))
)