Jämföra omnämnande- och retweetgrafer
Genom att titta på förhållandet mellan ingrad och utgrad kan vi lära oss något lite olika om varje nätverk. I ett retweetinätverk visar detta vilka användare som ofta retweeteas men sällan retweetar själva (höga värden), eller de som ofta retweetar men sällan retweeteas (låga värden). På liknande sätt innebär ett in/ut-förhållande nära 1 i en omnämnandegraf att konversationen är relativt jämlik. Ett lågt förhållande kan däremot tyda på att en användare ofta inleder konversationer utan att få svar. När du jämför täthetskurvorna för de olika nätverken – fundera på vad du förväntar dig. Vilket nätverk tror du är mest snedfördelat, och vilket förväntar du dig ha ett förhållande närmre 1?
Den här övningen är en del av kursen
Fallstudier: Nätverksanalys i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Read this code
mention_data <- data_frame(
graph_type = "mention",
degree_in = degree(mention_graph, mode = "in"),
degree_out = degree(mention_graph, mode = "out"),
io_ratio = degree_in / degree_out
)
# Create a dataset of retweet ratios from the retweet_graph
retweet_data <- data_frame(
graph_type = "___",
degree_in = degree(___, mode = "___"),
degree_out = degree(___, mode = "___"),
io_ratio = degree_in / degree_out
)