Siapa yang penting dalam percakapan?
Berbagai ukuran sentralitas berupaya menangkap konsep serupa, yaitu "simpul mana yang paling penting." Seperti telah dibahas sebelumnya, dua metrik ini mendekatinya dengan cara yang sedikit berbeda. Perlu diingat bahwa meskipun masing-masing mungkin menghasilkan sebaran ukuran sentralitas yang mirip, peringkat suatu simpul menurut keduanya bisa berbeda. Sekarang kita akan membandingkan simpul dengan peringkat tertinggi dari pengguna Twitter.
Vektor yang menyimpan eigen centrality dan betweenness centrality masing-masing disimpan sebagai retweet_ec dan retweet_btw.
Latihan ini adalah bagian dari kursus
Studi Kasus: Analisis Jaringan di R
Petunjuk latihan
- Hitung kuantil
0.99dari betweenness,retweet_btw. - Ambil subset
retweet_btwuntuk nilai yang lebih besar daripada kuantil ini guna mempertahankan 1% teratas. - Lakukan hal yang sama untuk eigen centrality,
retweet_ec. - Jalankan kode yang menempatkan ini dalam sebuah data frame dan periksa hasilnya.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Get 0.99 quantile of betweenness
betweenness_q99 <- quantile(___, ___)
# Get top 1% of vertices by betweenness
top_btw <- ___[retweet_btw > ___]
# Get 0.99 quantile of eigen-centrality
eigen_centrality_q99 <- ___(___, ___)
# Get top 1% of vertices by eigen-centrality
top_ec <- ___
# See the results as a data frame
data.frame(
Rank = seq_along(top_btw),
Betweenness = names(sort(top_btw, decreasing = TRUE)),
EigenCentrality = names(sort(top_ec, decreasing = TRUE))
)