1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Các nghiên cứu tình huống: Phân tích mạng lưới với R
Connected

Bài tập

Ngẫu nhiên hóa hệ số gom cụm không trọng số

Chúng ta đã thấy đồ thị xe đạp có mức độ kết nối rất thấp so với một đồ thị ngẫu nhiên. Điều này không bất ngờ vì một đồ thị biểu diễn không gian địa lý thường có những phần chỉ được nối với nhau qua các “hành lang” hẹp, nên chỉ cần bỏ đi một vài cạnh là có thể tách rời đồ thị. Từ đó, có khả năng tồn tại các cụm địa lý mà bên trong kết nối rất chặt, nhưng kết nối với các cụm khác thì yếu hơn. Bạn có thể kiểm định giả thuyết này bằng cách xem xét tính bắc cầu (transitivity) của mạng lưới, hay hệ số gom cụm (clustering coefficient), khái niệm đã được giới thiệu trong bài học mở đầu. Có nhiều biến thể của hệ số gom cụm, nhưng ở đây chúng ta sẽ dùng định nghĩa toàn cục (về cơ bản là tỷ lệ các tam giác khép kín hoàn toàn), giống như phần trước. Trước hết, bạn sẽ xem phiên bản không trọng số của đồ thị và so sánh nó với một đồ thị ngẫu nhiên.

Để tính tính bắc cầu toàn cục của một mạng, bạn cần đặt type là "global" trong lời gọi transitivity().

Mạng lưới chuyến đi xe đạp, trip_g_simp, đã được cung cấp.

Hướng dẫn 1/3

undefined XP
    1
    2
    3
  • Tính tính bắc cầu toàn cục của mạng chuyến đi, trip_g_simp.
  • Tính số đỉnh (bậc của đồ thị) trong trip_g_simp bằng gorder().
  • Tính mật độ cạnh của trip_g_simp bằng edge_density().