In-degree centrality
Centrality adalah ukuran pentingnya suatu simpul dalam sebuah jaringan. Ada banyak jenis centrality dan masing-masing memiliki makna yang sedikit berbeda dalam jaringan Twitter. Kita mulai dengan degree centrality karena perhitungannya mudah dan penjelasannya intuitif.
Untuk jaringan berarah seperti Twitter, kita perlu membedakan dengan cermat antara in-degree dan out-degree centrality, terutama dalam jaringan retweet. In-degree centrality pada jaringan retweet menandakan pengguna yang mendapatkan banyak retweet.
networkx telah diimpor sebagai nx.
Selain itu, jaringan G_rt dan G_reply serta column_names = ['screen_name', 'degree_centrality'] telah dimuat untuk Anda.
Latihan ini adalah bagian dari kursus
Menganalisis Data Media Sosial dengan Python
Petunjuk latihan
- Hitung in-degree centrality untuk jaringan retweet dengan
nx.in_degree_centrality()dan simpan kert_centrality. - Lakukan hal yang sama untuk jaringan reply dan simpan ke
reply_centrality. - Teruskan items (yaitu pasangan kunci-nilai) dari centrality pada jaringan retweet ke konstruktor DataFrame.
- Lakukan hal yang sama untuk jaringan reply.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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())