igraph 提供多種社群偵測演算法。演算法 leading.eigenvector.community() 判定空手道社團網路物件 g 能被分成多少個社群?
igraph
leading.eigenvector.community()
g
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你將認識社會網路分析的基本概念。你會學到如何使用 <code>igraph</code> R 套件來探索與分析社會網路資料,並學會如何將網路視覺化。
本章將介紹有向網路。你也會學到如何找出網路中節點之間的關鍵關係,並運用這些關係來辨識重要或具影響力的節點。 在整個本章中,你會使用一個麻疹傳播的網路。資料來自 1861 年德國城市 Hagelloch。網路中的每一條有向邊,表示某位孩童在與已感染的孩童接觸後染上麻疹。
本單元將示範如何描述整體的網路結構與次結構,並介紹如何產生隨機網路圖。
本章將進一步探討如何把網路切分為子網路,以及如何判定哪些節點彼此之間的關聯性更高。你也會透過建立三維視覺化來發展進階的視覺化方法。
當前練習