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

ćwiczenie

Jak rozkłada się centralność?

Centralność grafu można oceniać na wiele sposobów. Skorzystamy z dwóch metod poznanych wcześniej: centralności pośrednictwa (betweenness) i centralności własnej (eigen-centrality). Centralność pośrednictwa mierzy, jak często dany wierzchołek leży na najkrótszej ścieżce między innymi wierzchołkami. Centralność własna natomiast mierzy, z iloma innymi ważnymi wierzchołkami dany wierzchołek jest połączony. Zanim naniesiemy centralność na wykresy grafu, sprawdźmy, jak się ona rozkłada.

Zwróć uwagę, że z powodu błędów zaokrąglania algorytmów nie możemy sprawdzać, czy centralność własna jest równa konkretnej wartości – zamiast tego sprawdzamy zakres.

Instrukcje 1/2

undefined XP
  • 1
    • Użyj betweenness(), aby obliczyć centralność pośrednictwa skierowanego grafu retweet_graph.
    • Użyj summary(), aby uzyskać podsumowanie retweet_btw.
    • Użyj mean(), aby obliczyć odsetek wartości retweet_btw równych zero.
  • 2
    • Użyj eigen_centrality(), aby obliczyć centralność własną skierowanego grafu retweet_graph, i wyodrębnij element vector.
    • Uzyskaj podsumowanie retweet_ec.
    • Oblicz odsetek wartości retweet_ec mniejszych od almost_zero.