1. सीखें
    2. /
  2. पाठ्यक्रम
    3. /
  3. Pythonで学ぶネットワーク分析入門
Connected

अभ्यास

重要な共同作業者を見つける

もう少しで完了です！ここでもう一度、重要なノードに注目します。NetworkX の degree_centrality() と betweenness_centrality() を使ってそれぞれの中心性スコアを計算し、その情報から「重要なノード」を見つけます。つまり、この演習では、最も多くのユーザーと共同作業しているユーザーを特定するのが目標です。

निर्देश

100 XP
  • G の次数中心性を計算し、deg_cent に保存します。
  • 最大の次数中心性を計算します。deg_cent は辞書なので、まず .values() メソッドで値のリストを取り出し、max() で最大値を求めます。
  • リスト内包表記で最も活発な共同作業者を特定します。
    • 先ほど計算した次数中心性の辞書 deg_cent を .items() で反復します。最も多くのユーザーと共同作業しているユーザーを見つけるには、どの条件を満たせばよいでしょうか？ヒント：最大の次数中心性に関係があります。
  • "Submit Answer" を押して、最も活発な共同作業者が誰かを確認しましょう！