Свойства матриц смежности двудольных графов.

Давайте повторим ключевые понятия о двудольных графах и их матрицах смежности.

Какое из следующих утверждений лучше всего описывает матрицы смежности двудольных графов?

Это упражнение является частью курса

Средний уровень сетевого анализа на Python

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Это упражнение является частью курса

Средний уровень сетевого анализа на Python

SkillTag.level.advancedSkillTag.label

4.8+

Начать курс бесплатно

В этой главе вы познакомитесь с двудольными графами и узнаете, как они применяются в системах рекомендаций. Вы исследуете набор данных GitHub из предыдущего курса — на этот раз анализируя лежащий в его основе двудольный граф. В завершение вы построите основные компоненты системы рекомендаций на основе данных GitHub!

Exercise 1: Определения и краткое повторение Exercise 2: Разведочный анализ данных Exercise 3: Визуализация с помощью nxviz Exercise 4: Двудольные графы Exercise 5: Ключевое слово bipartite Exercise 6: Распределение центральности по степени для узлов пользователей Exercise 7: Распределение центральности по степени для узлов проектов Exercise 8: Двудольные графы и рекомендательные системы Exercise 9: Общие узлы в другом разделе Exercise 10: Метрика сходства пользователей Exercise 11: Поиск похожих пользователей Exercise 12: Рекомендация репозиториев

В этой главе вы будете работать с известным набором данных об Американской революции и глубже изучите двудольные графы. Вы научитесь строить унипартитную проекцию двудольного графа — мощный инструмент для упрощения сложной сети перед дальнейшим анализом. Помимо этого, вы освоите работу с матрицами для манипуляций и анализа графов: благодаря оптимизированным матричным вычислениям вы сможете быстро и эффективно анализировать большие графы.

Exercise 1: Концепция проекции Exercise 2: Чтение графов Exercise 3: Вычисление проекции Exercise 4: Визуализация центральности по степени на проекции Exercise 5: Двудольные графы как матрицы Exercise 6: Свойства матриц смежности двудольных графов.

Текущее упражнение

Exercise 7: Вычисление матрицы смежности Exercise 8: Поиск совместного членства: транспонирование Exercise 9: Представление сетевых данных с помощью pandas Exercise 10: Создание списка узлов Exercise 11: Создание списка рёбер

В этой главе вы познакомитесь с основными подходами к анализу графов, изменяющихся со временем. Вы изучите набор данных о частоте обмена сообщениями между студентами и научитесь визуализировать важные динамические характеристики графов.

Exercise 1: Введение в различия между графами Exercise 2: Список графов Exercise 3: Различия между графами во времени Exercise 4: Построение графика изменений рёбер со временем Exercise 5: Статистика динамических графов Exercise 6: Количество рёбер во времени Exercise 7: Центральность по степени во времени Exercise 8: Масштаб и общая картина: итоговая сводка по графу Exercise 9: Поиск узлов с наибольшей центральностью по степени Exercise 10: Визуализация связности

В этой главе вы применените всё, что изучили в предыдущих трёх главах, к набору данных о публикациях на форуме. Вы проанализируете временны́е изменения в паттернах связей пользователей форума и построите визуализации динамических характеристик графов.

Exercise 1: Знакомство с набором данных Exercise 2: Создание графа из DataFrame pandas Exercise 3: Визуализация распределения центральности по степени для проекции студентов Exercise 4: Визуализация распределения центральности по степени для проекции форумов Exercise 5: Фильтрация по времени Exercise 6: Фильтрация рёбер по времени Exercise 7: Визуализация отфильтрованного графа с помощью nxviz Exercise 8: Анализ временных рядов Exercise 9: Визуализация количества публикаций со временем Exercise 10: Вычисление средней центральности по степени для раздела студентов по дням Exercise 11: Самые популярные форумы по дням: I Exercise 12: Поиск самых популярных форумов по дням: II Exercise 13: Поздравляем!