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

ćwiczenie

Metryki w czasie

Do tej pory analizowaliśmy produkty, które napędzają inne zakupy, badając ich stopień wychodzący. Jednak aż do ostatniej lekcji przyglądaliśmy się tylko jednej chwili w czasie. Warto zadać pytanie: czy te produkty wykazują podobny stopień wychodzący w każdym kroku czasowym? W końcu produkt napędzający inne zakupy może być przypadkowym zjawiskiem – ale jeśli wzorzec ten utrzymuje się w czasie, może to świadczyć o tym, że dany produkt rzeczywiście odpowiada za wspólne zakupy. Żeby odpowiedzieć na to pytanie, rozbudujemy kod, który już poznałeś – ten, który tworzy listę grafów dla każdego kroku czasowego.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Użyj lapply(), aby przeiterować po czterech grafach w time_graph, obliczając stopień każdego wierzchołka z parametrem mode ustawionym na "out".
  • Użyj unlist(), aby spłaszczyć degree_count_list.
  • Utwórz ramkę danych z następującymi kolumnami:
    • Ustaw degree_count na degree_count_flat.
    • Ustaw vertex_name na nazwy degree_count_flat.
    • Ustaw date na daty d, powtórzone za pomocą rep() tyle razy, ile wynoszą lengths() z degree_count_list.