Các đặc trưng dựa trên liên kết
Trong bài tập này, bạn sẽ tính các đặc trưng bậc một dựa trên liên kết bằng cách nhân thuộc tính Churn của mạng với ma trận kề của mạng.
Lưu ý: vì churn là một chỉ báo nhị phân, thuộc tính Churn có giá trị 1 cho các churner và 0 cho non-churner. Do đó, thuộc tính 1-Churn có giá trị 1 cho non-churner và 0 cho churner.
Điều này hữu ích khi tính số lượng hàng xóm không churn.
Bài tập này là một phần của khóa học
Phân tích dự đoán với dữ liệu mạng trong R
Hướng dẫn bài tập
- Tính thuộc tính
ChurnNeighbors, tức số hàng xóm đã churn, bằng cách nhânAdjacencyMatrixvới thuộc tínhChurncủanetwork. Áp dụngas.vector()lên kết quả và thêm nó vào mạng. - Tương tự, tính
NonChurnNeighbors, tức số hàng xóm không churn. - Tính thuộc tính
RelationalNeighbor, tỷ lệ churner trong lân cận, bằng cách chiaChurnNeighborscho tổng củaChurnNeighborsvàNonChurnNeighbors.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute the number of churn neighbors
V(network)$ChurnNeighbors <- as.vector(___ %*% V(network)$___)
# Compute the number of non-churn neighbors
V(network)$___ <- as.vector(___ %*% (1 - V(network)$___))
# Compute the relational neighbor probability
V(network)$RelationalNeighbor <- as.vector(V(network)$___ /
(V(network)$___ + V(network)$___))