Визуализация метрик во времени
Можно также исследовать, как с течением времени изменяются (или остаются стабильными) метрики графа в целом. Ранее мы рассматривали две важные из них: транзитивность и взаимность. Обе оказались достаточно высокими — чего и следовало ожидать после визуального анализа структуры графа. Однако со временем значения этих метрик могут меняться. Остаются ли глобальные паттерны покупок на Amazon стабильными? Если да, то на графиках эти метрики должны выглядеть практически как горизонтальные линии: взаимность примерно одинакова каждый день, а кластерная структура остаётся выраженной. Посмотрим, что покажут данные.
Код для вычисления транзитивности по графам уже приведён.
Это упражнение является частью курса
Примеры из практики: анализ сетей в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Examine this code
transitivity_by_graph <- data.frame(
date = d,
metric = "transitivity",
score = sapply(all_graphs, transitivity)
)
# Calculate reciprocity by graph
reciprocity_by_graph <- data.frame(
date = ___,
metric = ___,
score = ___ )