เมตริกของโซเชียลเน็ตเวิร์ก

การตรวจจับการฉ้อโกงใน R

Tim Verdonck

Professor Data Science at KU Leuven

Geodesic

เส้นทางสั้นสุดระหว่างโหนด เช่น ระหว่าง A กับ I

shortest_paths(network, from = "A", to = "I")

A C G I

degree(network)

A 
2

degree(network)

A B
2 2

degree(network)

A B C
2 2 1

degree(network)

A B C D 
2 2 1 3

หากเครือข่ายมี $N$ โหนด การ normalize degree คือการหารด้วย $N-1$ ในที่นี้หารด้วย 3:

degree(network, normalized = TRUE)

      A       B       C       D
0.66667 0.66667 0.33333 1.00000

ค่าผกผันของระยะทางจากโหนดหนึ่งไปยังโหนดอื่นทั้งหมดในเครือข่าย

ค่าผกผันของระยะทางจากโหนดหนึ่งไปยังโหนดอื่นทั้งหมดในเครือข่าย

closeness(network)

   A
0.25

ค่าผกผันของระยะทางจากโหนดหนึ่งไปยังโหนดอื่นทั้งหมดในเครือข่าย

closeness(network)

   A    B
0.25 0.25

ค่าผกผันของระยะทางจากโหนดหนึ่งไปยังโหนดอื่นทั้งหมดในเครือข่าย

closeness(network)

   A    B    C
0.25 0.25 0.20

ค่าผกผันของระยะทางจากโหนดหนึ่งไปยังโหนดอื่นทั้งหมดในเครือข่าย

closeness(network)

   A    B    C    D 
0.25 0.25 0.20 0.33

ค่าผกผันของระยะทางจากโหนดหนึ่งไปยังโหนดอื่นทั้งหมดในเครือข่าย

closeness(network)

   A    B    C    D 
0.25 0.25 0.20 0.33

closeness(network, normalized = TRUE)

   A    B    C    D
0.75 0.75 0.60 1.00

จำนวนครั้งที่โหนดหรือเส้นเชื่อมปรากฏอยู่บน geodesic ของเครือข่าย

จำนวนครั้งที่โหนดหรือเส้นเชื่อมปรากฏอยู่บน geodesic ของเครือข่าย

betweenness(network)

A       E
0       0

จำนวนครั้งที่โหนดหรือเส้นเชื่อมปรากฏอยู่บน geodesic ของเครือข่าย

betweenness(network)

A B     E
0 3     0

จำนวนครั้งที่โหนดหรือเส้นเชื่อมปรากฏอยู่บน geodesic ของเครือข่าย

betweenness(network)

A B C   E
0 3 4   0

จำนวนครั้งที่โหนดหรือเส้นเชื่อมปรากฏอยู่บน geodesic ของเครือข่าย

betweenness(network)

A B C D E
0 3 4 3 0

features2

การตรวจจับการฉ้อโกงใน R