Fitur berbasis tautan

Pada latihan ini, Anda akan menghitung fitur berbasis tautan orde pertama dengan mengalikan atribut Churn dari network dengan matriks keterhubungan (adjacency matrix) jaringan.

Perlu dicatat bahwa karena churn merupakan indikator biner, atribut Churn bernilai 1 untuk churner dan 0 untuk non-churner. Konsekuensinya, atribut 1-Churn bernilai 1 untuk non-churner dan 0 untuk churner. Ini berguna saat menghitung jumlah tetangga non-churn.

Latihan ini adalah bagian dari kursus

Analitik Prediktif menggunakan Data Berjejaring di R

Lihat Kursus

Petunjuk latihan

Hitung atribut ChurnNeighbors, yaitu jumlah tetangga yang melakukan churn, dengan mengalikan AdjacencyMatrix dengan atribut Churn dari network. Terapkan as.vector() pada hasilnya dan tambahkan ke network.
Dengan cara serupa, hitung NonChurnNeighbors, yaitu jumlah tetangga non-churn.
Hitung atribut RelationalNeighbor, yaitu rasio churner di lingkungan, dengan membagi ChurnNeighbors dengan jumlah ChurnNeighbors dan NonChurnNeighbors.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Compute the number of churn neighbors
V(network)$ChurnNeighbors <- as.vector(___ %*% V(network)$___)

# Compute the number of non-churn neighbors
V(network)$___ <- as.vector(___ %*% (1 - V(network)$___))

# Compute the relational neighbor probability
V(network)$RelationalNeighbor <- as.vector(V(network)$___ / 
    (V(network)$___ + V(network)$___))

Edit dan Jalankan Kode