Aleatorizações de clusterização ponderada
Conseguimos ver indícios de que um grafo com baixa conectividade também teria uma clusterização muito alta, bem acima do que seria esperado ao acaso. Mas nosso grafo é mais do que apenas não direcionado: ele também tem pesos que representam o número de viagens realizadas. Então agora temos vários pontos a considerar na nossa aleatorização. Primeiro, a versão ponderada da métrica é apenas local, ou seja, um valor de transitividade é calculado para cada vértice. Segundo, o grafo aleatório não inclui pesos. Para resolver ambos os problemas, vamos olhar a transitividade média por vértice e implementar um esquema de aleatorização um pouco mais elaborado.
Para calcular a transitividade ponderada por vértice de uma rede, você precisa definir type como "weighted" na sua chamada a transitivity().
A rede de viagens de bicicleta, trip_g_simp, está disponível.
Este exercício faz parte do curso
Estudos de caso: Análise de redes em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Find the mean local weighted clustering coeffecient using transitivity()
actual_mean_weighted_trans <- mean(___(___, type = "weighted"))
# Calculate the order
n_nodes <- ___(trip_g_simp)
# Calculate the edge density
edge_dens <- edge_density(___)
# Get edge weights
edge_weights <- E(___)$___