1. 학습
  2. /
  3. 강의
  4. /
  5. 사례 연구: R로 하는 네트워크 분석

Connected

연습 문제

동질성(Assortativity)과 상호성(Reciprocity)

그래프를 이해하는 데 중요한 또 다른 두 가지 요소는 상호성(reciprocity)과 차수 동질성(degree assortativity)입니다. 상호성은 각 방향으로 연결이 있는 정점의 수를 의미한다는 점을 기억하세요. 따라서 리트윗 그래프에서는 서로 리트윗하는 노드의 전체 규모를 측정합니다. 멘션 그래프에서는 앞뒤로 대화를 주고받는 노드가 얼마나 되는지 알려줍니다.

동질성은 조금 덜 직관적입니다. 값이 0보다 크면 높은 차수를 가진 정점들이 서로 연결되는 경향이 있음을 나타냅니다. 반대로 0보다 작으면 차수 비동질적(disassortative)인 그래프를 의미합니다. 그래프를 시각화했을 때 허브와 스포크(바퀴살) 형태의 패턴이 보인다면, 비동질적일 가능성이 큽니다.

지침 1/2

undefined XP
  • 1
    • reciprocity()를 사용해 retweet_graph의 상호성을 계산하세요.
    • mention_graph에도 동일하게 수행하세요.
    • 어떤 그래프의 상호성이 더 높나요?
  • 2
    • assortativity.degree()를 사용해 방향 그래프 retweet_graph의 차수 동질성을 계산하세요.
    • mention_graph에도 동일하게 수행하세요.
    • 각 경우 동질성 값은 양수인가요, 음수인가요?