การสุ่มการวัด Clustering แบบถ่วงน้ำหนัก
เราพบหลักฐานสนับสนุนสมมติฐานที่ว่ากราฟที่มีการเชื่อมต่อต่ำจะมีค่า clustering สูงมาก สูงกว่าที่เกิดขึ้นโดยบังเอิญอย่างมีนัยสำคัญ อย่างไรก็ตาม กราฟของเรามีมากกว่าแค่กราฟแบบไม่มีทิศทาง เนื่องจากมีน้ำหนัก (weights) ที่แสดงจำนวนการเดินทางด้วย ดังนั้นจึงมีหลายสิ่งที่ต้องพิจารณาในการสุ่ม ประการแรก ตัวชี้วัดเวอร์ชันถ่วงน้ำหนักเป็นแบบ local เท่านั้น จึงคำนวณค่า transitivity สำหรับแต่ละ vertex ประการที่สอง กราฟแบบสุ่มไม่มีน้ำหนักกำกับ เพื่อแก้ปัญหาทั้งสองข้อนี้ เราจะดูค่าเฉลี่ยของ vertex transitivity และใช้รูปแบบการสุ่มที่ซับซ้อนขึ้นเล็กน้อย
ในการคำนวณ weighted vertex transitivity ของเครือข่าย ให้ตั้งค่า type เป็น "weighted" ในการเรียกใช้ transitivity()
เครือข่ายการเดินทางด้วยจักรยาน trip_g_simp พร้อมใช้งานแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
กรณีศึกษา: การวิเคราะห์เครือข่ายใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Find the mean local weighted clustering coeffecient using transitivity()
actual_mean_weighted_trans <- mean(___(___, type = "weighted"))
# Calculate the order
n_nodes <- ___(trip_g_simp)
# Calculate the edge density
edge_dens <- edge_density(___)
# Get edge weights
edge_weights <- E(___)$___