Maten voor netwerkcentraliteit

Socialemediagegevens analyseren in R

Sowmya Vivek

Data Science Coach

Lesoverzicht

Wat is netwerkcentraliteit
Graadcentraliteit en betweenness
Sleutelspelers vinden en hun rol in een campagne

Maten voor netwerkcentraliteit

Invloed van een knoop hangt af van aantal randen en positie
Netwerkcentraliteit meet belang van een knoop
Centraliteitsmaten geven elke knoop een getal
Dat getal drukt invloed op andere knopen uit

Graadcentraliteit

Simpelste maat voor knoopinvloed
Geeft randen/verbindingen van een knoop aan
In een gericht netwerk heb je out-degree en in-degree

Out-degree

Uitgaande graad

In-degree

Ingaande graad

Graadcentraliteit van een gebruiker

library(igraph)
# Calculate out-degree
out_deg <- degree(nw_rtweet, 
                  "OutfitAww", 
                   mode = c("out"))
out_deg

OutfitAww 
    20

library(igraph)
# Calculate in degree
in_deg <- degree(nw_rtweet, 
                 "OutfitAww", 
                  mode = c("in"))
in_deg

OutfitAww 
   23

Gebruikers die het meest retweeten

# Calculate the out-degree scores
out_degree <- degree(nw_rtweet, mode = c("out"))

# Sort the users in descending order of out-degree scores
out_degree_sort <- sort(out_degree, decreasing = TRUE)

Gebruikers die het meest retweeten

# View the top 3 users
out_degree_sort[1:3]

VanesEtim   RedNileShop     w3daily 
  209           147            62

Gebruikers van wie het meest is geretweet

# Calculate the in-degree scores
in_degree <- degree(nw_rtweet, mode = c("in"))

# Sort the users in descending order of in-degree scores
in_degree_sort <- sort(in_degree, decreasing = TRUE)

Gebruikers van wie het meest is geretweet

# View the top 3 users
in_degree_sort[1:3]

XyC_129    SocialBflyMag      jisoupy 
  171           167             142

Betweenness

Mate waarin knopen tussen andere knopen staan
Toont de rol bij het doorgeven van info in het netwerk
Knoop met hogere betweenness stuurt het netwerk meer

Betweenness

Gebruikers met hoge betweenness vinden

# Calculate the betweenness scores of the network
betwn_nw <- betweenness(nw_rtweet, directed = TRUE)

# Sort the users in descending order of betweenness scores
betwn_nw_sort <- betwn_nw %>%
                   sort(decreasing = TRUE) %>%
                   round()

Gebruikers met hoge betweenness vinden

# View the top 3 users
betwn_nw_sort[1:3]

GuruOfficial   Home_and_Loving    SimplyTasheena 
   65                54                40

Laten we oefenen!

Socialemediagegevens analyseren in R