Metrieken door de tijd
Tot nu toe hebben we gekeken naar producten die andere aankopen stimuleren door hun out degree te bekijken. Maar tot de vorige les keken we steeds naar één momentopname. De vraag is: vertonen deze producten op elk tijdstip vergelijkbare out degrees? Een product dat andere aankopen aanjaagt kan immers een uitschieter zijn, maar als het patroon stabiel is door de tijd, kan dat erop wijzen dat het product co-aankopen structureel beïnvloedt. Om dit te onderzoeken, bouwen we voort op de code die we al hebben doorgenomen en die een lijst genereert met bij elke tijdstap een graaf.
Deze oefening maakt deel uit van de cursus
Casestudies: netwerkanalyse in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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(___, ___(___))
)