मेंशन और रिट्वीट ग्राफ़ की तुलना
in degree से out degree के अनुपात को देखकर, हम हर नेटवर्क के बारे में कुछ अलग सीख सकते हैं। रिट्वीट नेटवर्क के मामले में, यह हमें वे उपयोगकर्ता दिखाएगा जिन्हें अक्सर रिट्वीट किया जाता है पर वे खुद रिट्वीट नहीं करते (उच्च मान), या वे जो अक्सर रिट्वीट करते हैं पर उन्हें रिट्वीट नहीं किया जाता (निम्न मान)। इसी तरह, अगर मेंशन ग्राफ़ में in/out अनुपात 1 के क़रीब है, तो बातचीत अपेक्षाकृत संतुलित है। हालाँकि, कम अनुपात यह संकेत देगा कि कोई उपयोगकर्ता अक्सर बातचीत शुरू करता है पर उसे जवाब नहीं मिलते। जब आप अलग-अलग नेटवर्क के density plots की तुलना करें, तो सोचे कि आप क्या उम्मीद करेंगे। कौन-सा नेटवर्क आपको ज़्यादा skewed लगने की उम्मीद है और किसका अनुपात 1 के क़रीब होने की?
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।
# Read this code
mention_data <- data_frame(
graph_type = "mention",
degree_in = degree(mention_graph, mode = "in"),
degree_out = degree(mention_graph, mode = "out"),
io_ratio = degree_in / degree_out
)
# Create a dataset of retweet ratios from the retweet_graph
retweet_data <- data_frame(
graph_type = "___",
degree_in = degree(___, mode = "___"),
degree_out = degree(___, mode = "___"),
io_ratio = degree_in / degree_out
)