Question

我有一个数据表，其中包含在论坛的同一个帖子中发布的用户名，它看起来像这样： X1 X2 1. g79 kian 2. g79 greyracer 3. g79 oldskoo1 ......

我需要计算程度，亲密度和介于两者之间。我正在使用以下代码：

library(igraph)
setwd("/Volumes/NATASHKA/api/R files")
load("edgelist_one_mode.rda")
load("map.rda")
load ("result.rda")
el <- as.matrix(whatwewant)
el[,1] <- as.character(el[,1])
el[,2] <- as.character(el[,2])
g <- graph.data.frame(el, directed=FALSE)
plot(g, edge.arrow.size=.5)
indegreeG <- degree(g, mode="in")
outdegreeG <- degree(g, mode="out")
totaldegreeG <- degree(g)
inclosenessG <- closeness(g, mode='in')
outclosenessG <- closeness(g, mode='out')
totalclosenessG <- closeness(g)
betweennessG <- betweenness(g)
forumG <- data.frame(V(g)$name, indegreeG, outdegreeG, totaldegreeG, inclosenessG,    outclosenessG, totalclosenessG, betweennessG)
write.table(forumG,file="forumG.csv",sep=";")

问题是为什么我得到的学位，学位和学位的价值相同，亲密度相同？此外，一开始我有41213个用户，但经过分析（当我计算学位等等）时，我只有37874.我怎么能失去这么多观察？如果我在代码中有错误，请告诉我。

由于

Answer 1

您获得相同的学位，学位和学位总值的原因是因为您正在使用graph.data.frame(el, directed=FALSE)创建无向网络。在无向网络中，从节点到节点的链路数量相同，并且它们都等于全局度。

如果您需要定向网络，则需要执行graph.data.frame(el, directed=TRUE)。它将创建一个有向网络，其中数据帧第一列中的id是发送tie的节点的id，第二列中的id表示接收该tie的节点。

至于丢失节点，我的猜测是你有一些人从不与任何人互动，因此当你将双模网络转换为单模式时会丢失（我假设你这样做但不告诉我们你是怎么做的，因为你的行：load("edgelist_one_mode.rda")）

如果没有一个可重复的例子，我认为这是我可以从你的代码中推断出来的。

计算R中的度，接近度和中间性

1 个答案: