Membandingkan graf mention dan retweet
Dengan melihat rasio in degree terhadap out degree, kita dapat mempelajari hal yang sedikit berbeda tentang setiap jaringan. Pada jaringan retweet, ini akan menunjukkan pengguna yang sering diretweet tetapi jarang me-retweet (nilai tinggi), atau yang sering me-retweet tetapi jarang diretweet (nilai rendah). Demikian pula, jika Anda memiliki rasio in/out mendekati 1 pada graf mention, maka percakapannya relatif setara. Namun, rasio yang rendah menyiratkan bahwa seorang pengguna sering memulai percakapan tetapi tidak mendapat tanggapan. Saat Anda membandingkan plot densitas dari berbagai jaringan, pertimbangkan apa yang Anda harapkan. Jaringan mana yang Anda perkirakan lebih condong, dan mana yang Anda perkirakan memiliki rasio lebih dekat ke 1?
Latihan ini adalah bagian dari kursus
Studi Kasus: Analisis Jaringan di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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
)