การวัด Centrality แบบถ่วงน้ำหนัก
การวัด centrality เป็นอีกวิธีหนึ่งที่นิยมใช้ประเมินความสำคัญของ vertex มีหลายวิธีในการวัด centrality แต่ในบทเรียนนี้จะพิจารณา 2 เมตริก ได้แก่ eigen centrality และ closeness แม้ว่า eigen centrality จะเคยกล่าวถึงแล้ว แต่ closeness เป็นอีกแนวทางหนึ่งในการประเมิน centrality โดยพิจารณาว่า vertex ใดอยู่ใกล้กับ vertex อื่น ๆ ทั้งหมดมากเพียงใด ในบทเรียนก่อนหน้านี้ยังไม่ได้พิจารณาความแตกต่างระหว่างเวอร์ชันถ่วงน้ำหนักและไม่ถ่วงน้ำหนักอย่างชัดเจน ในบทเรียนนี้จะคำนวณทั้งสองเวอร์ชันแล้วดูว่าผลลัพธ์เปลี่ยนแปลงไปหรือไม่
จากตัวอย่างด้านล่าง คิดว่าจะได้ vertex เดิมทุกครั้งหรือไม่ และความแตกต่างที่ใหญ่ที่สุดระหว่างเมตริก หรือระหว่างเวอร์ชันถ่วงน้ำหนักกับไม่ถ่วงน้ำหนักจะเป็นอะไร?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
กรณีศึกษา: การวิเคราะห์เครือข่ายใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# This calculates weighted eigen-centrality
ec_weight <- eigen_centrality(trip_g_simp, directed = TRUE)$vector
# Calculate unweighted eigen-centrality
ec_unweight <- eigen_centrality(___, directed = ___, weights = ___)$vector