Porównanie grafów wzmianek i retweetów
Analizując stosunek stopnia wejściowego do stopnia wyjściowego, możemy dowiedzieć się czegoś interesującego o każdej z sieci. W przypadku sieci retweetów wysokie wartości tego wskaźnika oznaczają użytkowników, którzy są często retweetowani, ale sami rzadko retweetują – natomiast niskie wartości wskazują na tych, którzy często retweetują, lecz sami nie są retweetowani. Podobnie, w grafie wzmianek wskaźnik bliski 1 sugeruje, że rozmowy są stosunkowo zrównoważone. Niski wskaźnik oznacza natomiast, że dany użytkownik często inicjuje rozmowy, które rzadko spotykają się z odpowiedzią. Porównując wykresy gęstości obu sieci, zastanów się, czego możesz się spodziewać. Która sieć powinna być bardziej asymetryczna, a która powinna mieć wskaźnik bliższy 1?
To ćwiczenie jest częścią kursu
Studia przypadków: analiza sieci w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Read this code
mention_data <- data_frame(
graph_type = "mention",
degree_in = degree(mention_graph, mode = "in"),
degree_out = degree(mention_graph, mode = "out"),
io_ratio = degree_in / degree_out
)
# Create a dataset of retweet ratios from the retweet_graph
retweet_data <- data_frame(
graph_type = "___",
degree_in = degree(___, mode = "___"),
degree_out = degree(___, mode = "___"),
io_ratio = degree_in / degree_out
)