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.
To ćwiczenie jest częścią kursu
Studia przypadków: analiza sieci w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate directed betweenness of vertices
retweet_btw <- betweenness(___, directed = ___)
# Get a summary of retweet_btw
summary(___)
# Calculate proportion of vertices with zero betweenness
mean(___ == 0)