시간에 따른 지표
지금까지는 out degree를 살펴보며 다른 구매를 유도하는 상품을 확인했어요. 하지만 지난 수업 전까지는 한 시점의 스냅샷만 보고 있었죠. 그렇다면 이런 상품들이 각 시간 단계에서도 비슷한 out degree를 보일까요? 어떤 상품이 다른 구매를 유도하는 현상이 우연일 수도 있지만, 시간이 지나도 안정적으로 나타난다면 공동 구매를 이끄는 핵심 상품일 가능성을 시사합니다. 이 질문을 다루기 위해, 각 시간 단계마다 그래프를 생성해 리스트로 저장하는 데 사용했던 코드에서 이어서 작업해 보겠습니다.
이 연습은 강의의 일부입니다
사례 연구: R로 하는 네트워크 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(___, ___(___))
)