시작하기무료로 시작하기

시간에 따른 지표 그리기

전체 그래프의 지표가 시간이 지나면서 어떻게 변하는지(혹은 변하지 않는지)도 살펴볼 수 있어요. 앞서 클러스터링과 호혜성이라는 두 가지 중요한 지표를 봤습니다. 그래프 구조를 시각적으로 확인한 뒤 예상했던 대로 둘 다 꽤 높았죠. 하지만 시간이 지나면 이러한 값들이 달라질 수 있어요. Amazon의 전반적인 구매 패턴은 안정적일까요? 그렇다고 생각한다면, 이 지표들의 플롯은 사실상 수평선에 가깝게 나타날 거예요. 즉, 매일 호혜성이 비슷하고 클러스터링 구조가 높다는 뜻이죠. 여기서 무엇을 확인할 수 있는지 살펴보겠습니다.

그래프별 전이도(transitivity)를 계산하는 코드는 아래에 제시되어 있습니다.

이 연습은 강의의 일부입니다

사례 연구: R로 하는 네트워크 분석

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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 = ___ )
코드 편집 및 실행