Clustering e reciprocità
Il lavoro che abbiamo fatto in precedenza con il censimento delle diadi dovrebbe darti un po’ di intuizione su come ci aspettiamo che altre metriche a livello di grafo, come la reciprocità e il clustering, si presentino nel nostro grafo di co-acquisto. Ricorda che nel nostro grafo con 10.245 vertici ci sono 10.754 archi e, tra questi, oltre 3.000 sono reciproci, il che significa che quasi il 60% dei vertici ha una connessione reciproca. Cosa ti aspetti per le misure di clustering e reciprocità alla luce di queste informazioni? Possiamo verificare la nostra intuizione confrontandola con un modello nullo simulando grafi casuali. Alla luce dei risultati della simulazione precedente, cosa ti aspetti di vedere qui? Anche la reciprocità sarà molto più alta di quanto atteso per caso?
Il grafo, amzn_g, è disponibile.
Questo esercizio fa parte del corso
Casi di studio: analisi di reti in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Calculate reciprocity
actual_recip <- ___
# Calculate the order
n_nodes <- ___
# Calculate the edge density
edge_dens <- ___