Metriche nel tempo
Finora abbiamo analizzato i prodotti che stimolano altri acquisti osservando il loro out degree. Tuttavia, fino all’ultima lezione abbiamo considerato solo un singolo istante nel tempo. Una domanda è: questi prodotti mostrano out degree simili a ogni intervallo temporale? In fondo, un prodotto che spinge altri acquisti potrebbe essere solo idiosincratico; se invece fosse più stabile nel tempo, potrebbe indicare che quel prodotto è davvero responsabile delle co-purchase. Per rispondere a questa domanda, partiremo dal codice già visto che genera un elenco con un grafo per ciascun passo temporale.
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.
# Loop over time graphs calculating out degree
degree_count_list <- lapply(___,___, mode = ___)
# Flatten it
degree_count_flat <- ___
degree_data <- data.frame(
# Use the flattened counts
degree_count = ___,
# Use the names of the flattened counts
vertex_name = names(___),
# Repeat the dates by the lengths of the count list
date = rep(___, ___(___))
)