Länkbaserade särdrag

I den här övningen beräknar du länkbaserade särdrag av första ordningen genom att multiplicera attributet Churn i nätverket med nätverkets adjacensmatris.

Observera att eftersom churn är en binär indikator har attributet Churn värdet 1 för churners och 0 för non-churners. Följaktligen har attributet 1-Churn värdet 1 för non-churners och 0 för churners. Detta är användbart när du beräknar antalet non-churn-grannar.

Den här övningen är en del av kursen

Prediktiv analys med nätverksdata i R

Visa kurs

Övningsinstruktioner

Beräkna attributet ChurnNeighbors, det vill säga antalet grannar som churnat, genom att multiplicera AdjacencyMatrix med attributet Churn i network. Applicera as.vector() på resultatet och lägg till det i nätverket.
Beräkna på samma sätt NonChurnNeighbors, det vill säga antalet non-churn-grannar.
Beräkna attributet RelationalNeighbor, andelen churners i grannskapet, genom att dividera ChurnNeighbors med summan av ChurnNeighbors och NonChurnNeighbors.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Compute the number of churn neighbors
V(network)$ChurnNeighbors <- as.vector(___ %*% V(network)$___)

# Compute the number of non-churn neighbors
V(network)$___ <- as.vector(___ %*% (1 - V(network)$___))

# Compute the relational neighbor probability
V(network)$RelationalNeighbor <- as.vector(V(network)$___ / 
    (V(network)$___ + V(network)$___))

Redigera och kör kod