Метрики во времени
До сих пор мы изучали товары, влияющие на другие покупки, анализируя их исходящую степень. Однако вплоть до последнего урока мы рассматривали лишь один снимок во времени. Возникает вопрос: остаётся ли исходящая степень этих товаров стабильной на каждом временном шаге? В конце концов, влияние товара на другие покупки может быть случайным, а если оно устойчиво во времени — это, возможно, свидетельствует о его роли в формировании совместных покупок. Чтобы ответить на этот вопрос, мы воспользуемся кодом, который уже рассматривали: он формирует список, содержащий граф для каждого временного шага.
Это упражнение является частью курса
Примеры из практики: анализ сетей в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Loop over time graphs calculating out degree
degree_count_list <- lapply(___,___, mode = ___)
# Flatten it
degree_count_flat <- ___
degree_data <- data.frame(
# Use the flattened counts
degree_count = ___,
# Use the names of the flattened counts
vertex_name = names(___),
# Repeat the dates by the lengths of the count list
date = rep(___, ___(___))
)