नोड-स्तरीय मेट्रिक्स

Python में सोशल मीडिया डेटा का विश्लेषण

Alex Hanna

Computational Social Scientist

सेंट्रैलिटी: नोड का महत्त्व

सेंट्रैलिटी
- नेटवर्क में किसी नोड की महत्त्व-स्थिति को मापता है
- "महत्त्व" की कई अलग-अलग परिभाषाएँ

डिग्री सेंट्रैलिटी

डिग्री

नोड से जुड़ी किनारों की संख्या
डायरेक्टेड नेटवर्क में डिग्री के दो प्रकार
- इन-डिग्री - किनारा नोड के अंदर जाता है
- आउट-डिग्री - किनारा नोड से बाहर जाता है

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

इन-डिग्री सेंट्रैलिटी

बीट्वीननेस सेंट्रैलिटी

दो नोड्स के बीच कितने शॉर्टेस्ट पाथ इस नोड से होकर गुजरते हैं
नेटवर्क ब्रोकरे के रूप में महत्त्व

nx.betweenness_centrality(T)

बीट्वीननेस सेंट्रैलिटी

सबसे अधिक सेंट्रैलिटी प्रिंट करना

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

बीट्वीननेस सेंट्रैलिटी

विभिन्न नेटवर्क में सेंट्रैलिटी

सेंट्रैलिटी 2x3 तालिका

अनुपात

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']

अभ्यास करते हैं!

Python में सोशल मीडिया डेटा का विश्लेषण