Nätverkscentralitetsmått

Analysera data från sociala medier i R

Sowmya Vivek

Data Science Coach

Lektionsöversikt

  • Begreppet nätverkscentralitetsmått
  • Gradcentralitet och mellanliggandecentralitet
  • Identifiera nyckelaktörer i nätverket och deras roll i en reklamkampanj
Analysera data från sociala medier i R

Nätverkscentralitetsmått

  • En nods inflytande bestäms av antalet kanter och dess position
  • Nätverkscentralitet mäter hur viktig en nod är i ett nätverk
  • Nätverkscentralitetsmått tilldelar varje nod ett numeriskt värde
  • Värdet mäter nodens inflytande på övriga noder
Analysera data från sociala medier i R

Gradcentralitet

  • Enklaste måttet på en nods inflytande
  • Anger en nods kanter eller kopplingar
  • I ett riktat nätverk har noder ut-grads- och in-gradspoäng
Analysera data från sociala medier i R

Utgrad

Out_degree

Analysera data från sociala medier i R

Ingrad

In_degree

Analysera data från sociala medier i R

Gradcentralitet för en användare

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
Analysera data från sociala medier i R

Användare som retweetade mest

# 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)
Analysera data från sociala medier i R

Användare som retweetade mest

# View the top 3 users
out_degree_sort[1:3]
VanesEtim   RedNileShop     w3daily 
  209           147            62
Analysera data från sociala medier i R

Användare vars inlägg retweetades mest

# 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)
Analysera data från sociala medier i R

Användare vars inlägg retweetades mest

# View the top 3 users
in_degree_sort[1:3]
XyC_129    SocialBflyMag      jisoupy 
  171           167             142
Analysera data från sociala medier i R

Mellanliggandecentralitet

  • I vilken grad noder befinner sig mellan varandra
  • Fångar en användares roll i att låta information flöda genom nätverket
  • En nod med högre mellanliggandecentralitet har mer kontroll över nätverket

Betweenness

Analysera data från sociala medier i R

Identifiera användare med hög mellanliggandecentralitet

# 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()
Analysera data från sociala medier i R

Identifiera användare med hög mellanliggandecentralitet

# View the top 3 users
betwn_nw_sort[1:3]
GuruOfficial   Home_and_Loving    SimplyTasheena 
   65                54                40
Analysera data från sociala medier i R

Nu kör vi en övning!

Analysera data från sociala medier i R

Preparing Video For Download...