Grafy dwudzielne jako macierze

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

To ćwiczenie jest częścią kursu

Analiza sieci w Pythonie – poziom średniozaawansowany

SkillTag.level.advancedSkillTag.label

4.8+

Rozpocznij kurs za darmo

W tym rozdziale poznasz grafy dwudzielne i dowiesz się, jak są wykorzystywane w systemach rekomendacji. Przeanalizujesz zbiór danych GitHub z poprzedniego kursu – tym razem skupiając się na leżącym u jego podstaw grafie dwudzielnym. Na koniec zbudujesz podstawowe elementy systemu rekomendacji, korzystając z danych GitHub!

Exercise 1: Definicje i podstawowe podsumowanie Exercise 2: Eksploracyjna analiza danych Exercise 3: Wizualizacja za pomocą nxviz Exercise 4: Grafy dwudzielne Exercise 5: Słowo kluczowe bipartite Exercise 6: Rozkład centralności stopnia węzłów użytkowników Exercise 7: Rozkład centralności stopnia węzłów projektów Exercise 8: Grafy dwudzielne i systemy rekomendacji Exercise 9: Wspólne węzły w drugiej partycji Exercise 10: Metryka podobieństwa użytkowników Exercise 11: Znajdź podobnych użytkowników Exercise 12: Rekomendowanie repozytoriów

W tym rozdziale wykorzystasz słynny zbiór danych dotyczący Rewolucji Amerykańskiej, by głębiej zbadać grafy dwudzielne. Nauczysz się tworzyć jednostronne rzuty grafu dwudzielnego – bardzo przydatną metodę upraszczania złożonych sieci na potrzeby dalszej analizy. Poznasz również macierzowe sposoby manipulowania grafami i ich analizy. Dzięki licznym procedurom obliczeniowym zoptymalizowanym pod kątem macierzy będziesz w stanie szybko i sprawnie analizować nawet duże grafy!

Exercise 1: Koncepcja projekcji Exercise 2: Wczytywanie grafów Exercise 3: Obliczanie rzutu grafu Exercise 4: Rysowanie rozkładu centralności stopnia na projekcji Exercise 5: Grafy dwudzielne jako macierze

Bieżące ćwiczenie

Exercise 6: Właściwości macierzy sąsiedztwa grafów dwudzielnych.Exercise 7: Oblicz macierz sąsiedztwa Exercise 8: Wspólne członkostwo: transpozycja Exercise 9: Reprezentacja danych sieciowych w pandas Exercise 10: Utwórz listę węzłów Exercise 11: Tworzenie listy krawędzi

W tym rozdziale zgłębisz podstawowe metody analizy grafów zmieniających się w czasie. Przeanalizujesz zbiór danych opisujący częstotliwość wiadomości między studentami i nauczysz się wizualizować kluczowe, ewoluujące statystyki grafów.

Exercise 1: Wprowadzenie do różnic między grafami Exercise 2: Lista grafów Exercise 3: Różnice między grafami w czasie Exercise 4: Wykres liczby zmian krawędzi w czasie Exercise 5: Ewoluujące statystyki grafu Exercise 6: Liczba krawędzi w czasie Exercise 7: Centralność stopnia w czasie Exercise 8: Przybliżenie i oddalenie: ogólne podsumowanie grafu Exercise 9: Znajdź węzły o najwyższych centralnościach stopnia Exercise 10: Wizualizacja połączeń

W tym rozdziale zastosujesz wszystko, czego nauczyłeś się w poprzednich trzech rozdziałach, do zbioru danych z postami na forum. Przeanalizujesz zmiany w czasie dotyczące wzorców połączeń między użytkownikami forum i stworzysz wizualizacje ewoluujących statystyk grafów.

Exercise 1: Wprowadzenie do zbioru danych Exercise 2: Tworzenie grafu z ramki danych pandas Exercise 3: Wizualizacja rozkładu centralności stopnia dla projekcji studentów Exercise 4: Wizualizacja rozkładu centralności stopnia dla rzutu na fora Exercise 5: Filtrowanie według czasu Exercise 6: Filtrowanie krawędzi według czasu Exercise 7: Wizualizacja przefiltrowanego grafu za pomocą nxviz Exercise 8: Analiza szeregów czasowych Exercise 9: Wykres liczby publikowanych wpisów w czasie Exercise 10: Wyznaczanie średniej centralności stopnia dzień po dniu dla partycji studentów Exercise 11: Znajdź najpopularniejsze fora dzień po dniu: I Exercise 12: Znajdź najpopularniejsze fora dzień po dniu: II Exercise 13: Gratulacje!