НачатьНачать бесплатно

Кто играет ключевую роль в обсуждении?

Различные меры центральности направлены на решение схожей задачи: выявить наиболее важные вершины в графе. Как мы уже обсуждали, эти две метрики подходят к вопросу по-разному. Важно помнить: даже если распределение значений центральности окажется похожим, ранг конкретной вершины по каждой из метрик может существенно различаться. Теперь сравним пользователей Twitter, занимающих верхние позиции по обоим показателям.

Векторы, хранящие значения собственной (eigen) и посреднической (betweenness) центральности, называются соответственно retweet_ec и retweet_btw.

Это упражнение является частью курса

Примеры из практики: анализ сетей в R

Посмотреть курс

Инструкции к упражнению

  • Вычислите квантиль уровня 0.99 для посреднической центральности retweet_btw.
  • Отфильтруйте вектор retweet_btw, оставив только значения, превышающие этот квантиль, — так вы получите топ 1%.
  • Проделайте то же самое для собственной центральности retweet_ec.
  • Запустите код, который объединяет результаты в таблицу данных, и изучите их.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Get 0.99 quantile of betweenness 
betweenness_q99 <- quantile(___, ___)

# Get top 1% of vertices by betweenness
top_btw <- ___[retweet_btw > ___]

# Get 0.99 quantile of eigen-centrality
eigen_centrality_q99 <- ___(___, ___)

# Get top 1% of vertices by eigen-centrality
top_ec <- ___

# See the results as a data frame
data.frame(
  Rank = seq_along(top_btw), 
  Betweenness = names(sort(top_btw, decreasing = TRUE)), 
  EigenCentrality = names(sort(top_ec, decreasing = TRUE))
)
Редактировать и запускать код