Dyadicity ของผู้เลิกใช้บริการ
ในแบบฝึกหัดนี้ คุณจะคำนวณค่า dyadicity ของผู้เลิกใช้บริการในเครือข่าย เพื่อดูว่าพวกเขามีการเชื่อมต่อกันมากกว่าหรือน้อยกว่าที่คาดไว้ในการกำหนดค่าเครือข่ายแบบสุ่ม
ตัวแปร ChurnNodes, ChurnEdges และ connectance พร้อมใช้งานแล้ว
สำหรับค่า dyadicity ที่คาดหวัง ให้ใช้สูตร \( \frac{n_ C\cdot (n_ C - 1)}{2} \cdot p\) โดยที่ \(n_C\) คือจำนวนผู้เลิกใช้บริการ \(N\) คือจำนวนโหนดทั้งหมด และ \(p\) คือค่า connectance ค่า dyadicity ของผู้เลิกใช้บริการคืออัตราส่วนระหว่างจำนวนขอบที่เกิดขึ้นจริงกับค่า dyadicity ที่คาดหวัง
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์เชิงพยากรณ์โดยใช้ข้อมูลเครือข่ายใน R
คำแนะนำการฝึกหัด
- คำนวณค่า dyadicity ที่คาดหวังของผู้เลิกใช้บริการ แล้วกำหนดให้กับตัวแปร
ExpectedDyadChurn - คำนวณค่า dyadicity ของผู้เลิกใช้บริการโดยหาร
ChurnEdgesด้วยExpectedDyadChurnแล้วตั้งชื่อค่านี้ว่าDyadChurn - ตรวจสอบค่า
DyadChurn
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Compute the expected churn dyadicity
ExpectedDyadChurn <- ___ * (___) * connectance / 2
# Compute the churn dyadicity
DyadChurn <- ___ / ___
# Inspect the value
___