Побудова метрик у часі
Можемо також дослідити, як метрики для всього графа змінюються (або ні) з часом. Раніше ми розглядали дві важливі метрики: кластеризацію та реципрокність. Обидві були доволі високі, що й очікувано після візуального огляду структури графа. Проте з часом кожна з них може змінюватися. Чи є глобальні шаблони покупок на Amazon стабільними? Якщо так, то очікуємо, що графіки цих метрик будуть майже горизонтальними лініями, тобто реципрокність приблизно однакова щодня, а ступінь кластеризації високий. Подивімося, що ми зможемо тут виявити.
Нижче наведено код для обчислення транзитивності за графами.
Ця вправа є частиною курсу
Приклади: аналіз мереж у R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Examine this code
transitivity_by_graph <- data.frame(
date = d,
metric = "transitivity",
score = sapply(all_graphs, transitivity)
)
# Calculate reciprocity by graph
reciprocity_by_graph <- data.frame(
date = ___,
metric = ___,
score = ___ )