เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ใครมีความสำคัญในการสนทนา?

ค่าความเป็นศูนย์กลาง (centrality) แต่ละประเภทต่างพยายามตอบคำถามเดียวกันว่า "จุดยอดใดมีความสำคัญมากที่สุด" อย่างไรก็ตาม ทั้งสองเมตริกที่กล่าวถึงก่อนหน้านี้มีแนวทางที่แตกต่างกันเล็กน้อย ควรระลึกไว้ว่าแม้การกระจายของค่า centrality อาจคล้ายคลึงกัน แต่อันดับของจุดยอดแต่ละจุดตามทั้งสองเมตริกอาจต่างกันได้ ในแบบฝึกหัดนี้เราจะเปรียบเทียบจุดยอดที่มีอันดับสูงสุดของผู้ใช้ Twitter

เวกเตอร์ที่เก็บค่า eigen centrality และ betweenness centrality ถูกบันทึกไว้ใน retweet_ec และ retweet_btw ตามลำดับ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

กรณีศึกษา: การวิเคราะห์เครือข่ายใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณควอนไทล์ที่ 0.99 ของค่า betweenness จาก retweet_btw
  • กรอง retweet_btw เพื่อเก็บเฉพาะค่าที่มากกว่าควอนไทล์นี้ เพื่อดึง 1% บนสุด
  • ทำแบบเดียวกันกับ eigen centrality จาก retweet_ec
  • รันโค้ดที่นำค่าเหล่านี้ใส่ใน data frame แล้วดูผลลัพธ์

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Get 0.99 quantile of betweenness 
betweenness_q99 <- quantile(___, ___)

# Get top 1% of vertices by betweenness
top_btw <- ___[retweet_btw > ___]

# Get 0.99 quantile of eigen-centrality
eigen_centrality_q99 <- ___(___, ___)

# Get top 1% of vertices by eigen-centrality
top_ec <- ___

# See the results as a data frame
data.frame(
  Rank = seq_along(top_btw), 
  Betweenness = names(sort(top_btw, decreasing = TRUE)), 
  EigenCentrality = names(sort(top_ec, decreasing = TRUE))
)
แก้ไขและรันโค้ด