Randomizări ale clusterizării ponderate
Putem observa dovezi în sprijinul ipotezei că un graf cu conectivitate scăzută ar avea și o clusterizare foarte ridicată – mult mai mare decât s-ar întâmpla întâmplător. Însă graful nostru nu este doar un graf neorientat; el conține și ponderi ce reprezintă numărul de curse efectuate. Prin urmare, avem mai mulți factori de luat în considerare în procesul de randomizare. În primul rând, versiunea ponderată a metricii este locală, astfel că se calculează câte o valoare de tranzitivitate pentru fiecare nod. În al doilea rând, graful aleatoriu nu include ponderi. Pentru a rezolva ambele probleme, vom analiza tranzitivitatea medie a nodurilor și vom implementa o schemă de randomizare ușor mai complexă.
Pentru a calcula tranzitivitatea ponderată a nodurilor dintr-o rețea, va trebui să setezi type la "weighted" în apelul funcției transitivity().
Rețeaua de curse cu bicicleta, trip_g_simp, este disponibilă.
Acest exercițiu face parte din cursul
Studii de caz: Analiza rețelelor în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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(___)$___