Proprietà delle matrici di adiacenza bipartite.

Ripassiamo i concetti sui grafi bipartiti e sulle loro matrici di adiacenza.

Quale delle seguenti affermazioni descrive meglio le matrici di adiacenza bipartite?

Questo esercizio fa parte del corso

Analisi di reti intermedia in Python

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

Analisi di reti intermedia in Python

AvançadoNível de habilidade

4.8+

Inizia il corso gratuitamente

In questo capitolo conoscerai i grafi bipartiti e come vengono usati nei sistemi di raccomandazione. Esplorerai l’insieme di dati di GitHub del corso precedente, questa volta analizzando il grafo bipartito sottostante che è stato usato per creare il grafo che hai già visto. Infine, potrai costruire i componenti di base di un sistema di raccomandazione usando i dati di GitHub!

Exercise 1: Definizioni e ripasso di base Exercise 2: Analisi esplorativa dei dati Exercise 3: Creare grafici con nxviz Exercise 4: Grafi bipartiti Exercise 5: La keyword bipartite Exercise 6: Distribuzione della degree centrality dei nodi utente Exercise 7: Distribuzione della degree centrality dei nodi progetto Exercise 8: Grafi bipartiti e sistemi di raccomandazione Exercise 9: Nodi condivisi nell'altra partizione Exercise 10: Metrica di similarità tra utenti Exercise 11: Trova utenti simili Exercise 12: Consiglia repository

In questo capitolo userai un famoso insieme di dati sulla Rivoluzione Americana per approfondire l’esplorazione dei grafi bipartiti. Imparerai a creare la proiezione unipartita di un grafo bipartito, un metodo molto utile per semplificare una rete complessa in vista di ulteriori analisi. Inoltre, imparerai a usare le matrici per manipolare e analizzare i grafi: con molte routine di calcolo ottimizzate per le matrici, potrai analizzare rapidamente ed efficacemente molti grafi di grandi dimensioni!

Exercise 1: Concetto di proiezione Exercise 2: Lettura dei grafi Exercise 3: Calcolare la proiezione Exercise 4: Rappresenta la degree centrality sulla proiezione Exercise 5: Grafi bipartiti come matrici Exercise 6: Proprietà delle matrici di adiacenza bipartite.

Esercizio attuale

Exercise 7: Calcola la matrice di adiacenza Exercise 8: Trova appartenenze condivise: Trasposizione Exercise 9: Rappresentare i dati di rete con pandas Exercise 10: Crea la nodelist Exercise 11: Crea la edge list

In questo capitolo approfondirai i modi fondamentali per analizzare grafi che cambiano nel tempo. Esplorerai un insieme di dati che descrive la frequenza dei messaggi tra studenti e imparerai a visualizzare statistiche di grafo che evolvono nel tempo.

Exercise 1: Introduzione alle differenze tra grafi Exercise 2: Lista di grafi Exercise 3: Differenze del grafo nel tempo Exercise 4: Grafica il numero di cambiamenti degli archi nel tempo Exercise 5: Statistiche del grafo in evoluzione Exercise 6: Numero di archi nel tempo Exercise 7: Degree centrality nel tempo Exercise 8: Zoom avanti e indietro: panoramica del grafo Exercise 9: Trova i nodi con le centralità di grado più alte Exercise 10: Visualizzare la connettività

In questo capitolo applicherai tutto ciò che hai imparato nei tre capitoli precedenti a un insieme di dati di post di un forum. Analizzerai i cambiamenti temporali nei modelli di connettività degli utenti del forum e creerai visualizzazioni delle statistiche di grafo in evoluzione nel tempo.

Exercise 1: Introduzione all'insieme di dati Exercise 2: Crea un grafo dal DataFrame di pandas Exercise 3: Visualizza la distribuzione della degree centrality nella proiezione degli studenti Exercise 4: Visualizza la distribuzione della degree centrality della proiezione dei forum Exercise 5: Filtraggio basato sul tempo Exercise 6: Filtro temporale sugli archi Exercise 7: Visualizza il grafo filtrato con nxviz Exercise 8: Analisi delle serie temporali Exercise 9: Grafica il numero di post pubblicati nel tempo Exercise 10: Estrai la degree centrality media giorno per giorno sulla partizione degli studenti Exercise 11: Trova i forum più popolari giorno per giorno: I Exercise 12: Trova i forum più popolari giorno per giorno: II Exercise 13: Congratulazioni!