Rappresentare le metriche nel tempo
Possiamo anche esaminare come le metriche dell’intero grafo cambiano (o meno) nel tempo. In precedenza abbiamo guardato due metriche importanti: clustering e reciprocità. Erano entrambe piuttosto alte, come ci aspettavamo dopo l’ispezione visiva della struttura del grafo. Tuttavia, con il passare del tempo, potrebbero variare. I modelli di acquisto globali su Amazon sono stabili? Se lo pensiamo, allora ci aspettiamo che i grafici di queste metriche siano essenzialmente linee orizzontali, a indicare che la reciprocità è più o meno la stessa ogni giorno e che c’è un forte grado di struttura di clustering. Vediamo cosa riusciamo a scoprire qui.
Qui sotto trovi il codice per calcolare la transitività per grafo.
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.
# Examine this code
transitivity_by_graph <- data.frame(
date = d,
metric = "transitivity",
score = sapply(all_graphs, transitivity)
)
# Calculate reciprocity by graph
reciprocity_by_graph <- data.frame(
date = ___,
metric = ___,
score = ___ )