ПочатиПочніть безкоштовно

Хто відіграє ключову роль у розмові?

Різні міри центральності намагаються відповісти на подібне запитання: «які вершини є найважливішими». Як ми вже обговорювали, ці дві метрики підходять до нього трохи по‑різному. Пам'ятайте, що хоча розподіли значень центральності можуть бути схожими, місце окремої вершини в ранжуванні за кожною з них може відрізнятися. Тепер ми порівняємо вершини користувачів Twitter з найвищими рейтингами.

Вектори з eigen‑ та betweenness‑центральністю збережено відповідно як retweet_ec і retweet_btw.

Ця вправа є частиною курсу

Приклади: аналіз мереж у R

Переглянути курс

Інструкції до вправи

  • Обчисліть квантиль 0.99 для betweenness retweet_btw.
  • Виберіть з retweet_btw значення, що перевищують цей квантиль, щоб залишити топ 1%.
  • Зробіть те саме для eigen‑центральності retweet_ec.
  • Запустіть код, який поміщає це в датафрейм, і перегляньте результати.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))
)
Редагувати та запускати код