Метрики уровня узла

Анализ данных социальных сетей на Python

Alex Hanna

Computational Social Scientist

Центральность: важность узла

Центральность
- Показатель важности узла в сети
- Несколько различных трактовок «важности»

Центральность по степени

Степень

Число рёбер, соединённых с узлом
Два типа степеней в ориентированной сети
- Входящая степень — ребро входит в узел
- Исходящая степень — ребро выходит из узла

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

Центральность по входящей степени

Центральность по посредничеству

Сколько кратчайших путей между двумя узлами проходит через данный узел
Важность как посредника в сети

nx.betweenness_centrality(T)

Центральность по посредничеству

Вывод наибольших значений центральности

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

Центральность по посредничеству

Центральность в различных сетях

Таблица центральности 2×3

Соотношение

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']

Давайте потренируемся!

Анализ данных социальных сетей на Python