1. Nauka
    2. /
  2. Kursy
    3. /
  3. Studia przypadków: analiza sieci w R
Connected

ćwiczenie

Skupianie i wzajemność

Wcześniejsza analiza spisu diad powinna dać pewną intuicję co do tego, jak mogą wyglądać inne metryki na poziomie grafu – takie jak wzajemność i skupianie – w naszym grafie współzakupów. Przypomnij sobie, że graf składa się z 10 245 wierzchołków i 10 754 krawędzi, z czego ponad 3 000 to krawędzie wzajemne. Oznacza to, że prawie 60 procent wierzchołków ma połączenie wzajemne. Jak sądzisz, jak będą wyglądać miary skupiania i wzajemności w świetle tych informacji? Możemy zweryfikować tę intuicję za pomocą modelu zerowego, symulując losowe grafy. Biorąc pod uwagę wyniki poprzedniej symulacji – czego się spodziewasz? Czy wzajemność również będzie znacznie wyższa niż można by oczekiwać przypadkowo?

Graf amzn_g jest dostępny.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Oblicz wzajemność grafu amzn_g za pomocą reciprocity() i przypisz wynik do actual_recip.
  • Oblicz rząd grafu za pomocą gorder() i przypisz wynik do n_nodes.
  • Oblicz gęstość krawędzi grafu za pomocą edge_density() i przypisz wynik do edge_dens.