노드 수준 지표

Python으로 소셜 미디어 데이터 분석하기

Alex Hanna

Computational Social Scientist

중심성: 노드 중요도

중심성
- 네트워크에서 노드의 중요도 측정
- 다양한 "중요도" 개념 존재

차수 중심성

노드에 연결된 엣지의 수
방향 네트워크에서 두 가지 차수 유형
- 내향 차수 - 노드로 들어오는 엣지
- 외향 차수 - 노드에서 나가는 엣지

nx.in_degree_centrality(T)
nx.out_degree_centrality(T)

내향 차수 중심성

매개 중심성

두 노드 간 최단 경로 중 이 노드를 통과하는 경로의 수
네트워크 브로커로서의 중요도

nx.betweenness_centrality(T)

매개 중심성

최고 중심성 출력

bc = nx.betweenness_centrality(T)

betweenness = pd.DataFrame(
      list(bc.items()), 
      columns = ['Name', 'Cent'])

print(betweenness.sort_values(
       'Cent', 
       ascending = False).head())

    Name  Centrality
0      0    0.232540
23    23    0.158514
7      7    0.158514
15    15    0.158514
21    21    0.157588

매개 중심성

다양한 네트워크에서의 중심성

다양한 네트워크에서의 중심성 2x3 표

비율

degree_rt = pd.DataFrame(list(G_rt.in_degree()), 
                         columns = ['screen_name', 'degree'])
degree_reply = pd.DataFrame(list(G_reply.in_degree()),
                            columns = ['screen_name', 'degree'])

ratio = degree_rt.merge(degree_reply, 
                        on = 'screen_name', 
                        suffixes = ('_rt', '_reply'))

ratio['ratio'] = ratio['degree_reply'] / ratio['degree_rt']

연습해 봅시다!

Python으로 소셜 미디어 데이터 분석하기