r - 如何在 R 中具有断开组件的网络上计算接近中心性度量？

Question

我想在具有断开连接的组件的网络上计算接近中心度度量。closeness函数 inigraph在此类图表上没有给出有意义的结果。（见）

然后我来到这个站点，它解释说，也可以在具有断开组件的图表上测量接近度。

建议使用以下代码来实现此目的：

# Load tnet
library(tnet)
 
# Load network 
# Node K is assigned node id 8 instead of 10 as isolates at the end of id sequences are not recorded in edgelists
net <- cbind(
  i=c(1,1,2,2,2,3,3,3,4,4,4,5,5,6,6,7,9,10,10,11),
  j=c(2,3,1,3,5,1,2,4,3,6,7,2,6,4,5,4,10,9,11,10),
  w=c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1))
 
# Calculate measures
closeness_w(net, gconly=FALSE)

在我的例子中，我有一个交易数据，所以我建立在这个数据上的网络是directed和weighted. 权重由 组成1/(transaction amount)。

这是我的示例数据：

structure(list(id = c(2557L, 1602L, 18669L, 35900L, 48667L, 51341L
), from = c("5370", "6390", "5370", "5370", "8934", "5370"), 
    to = c("5636", "5370", "8933", "8483", "5370", "7626"), date = structure(c(13099, 
    13113, 13117, 13179, 13238, 13249), class = "Date"), amount = c(2921, 
    8000, 169.2, 71.5, 14.6, 4214)), row.names = c(NA, -6L), class = "data.frame")

我使用以下代码来实现我想要的：

df2 <- select(df,c(from,to,amount)) %>% 
    group_by(from,to) %>% mutate(weights=1/sum(amount)) %>% select(-amount) %>% distinct
  
  network <- cbind(df2$from,df2$to,df2$weights)

  cl <- closeness_w(network, directed = T, gconly=FALSE)  # here it gives the error: "Error in net[, "w"]^alpha : non-numeric argument to binary operator"

  # so I modify from and to columns as follows to solve the error mentioned above
  df2$from <- as.integer(df2$from)
  df2$to <- as.integer(df2$to)
  # then I run the code again
  network <- cbind(df2$from,df2$to,df2$weights)
  cl <- closeness_w(network, directed = T, gconly=FALSE)

但是输出不像网站上的那样只包含每个节点的接近度分数，而是创建了这么多 0 值的行，我不知道为什么。

我得到的输出如下：

     node  closeness    n.closeness
   [1,]    1 0.00000000 0.000000000000
   [2,]    2 0.00000000 0.000000000000
   [3,]    3 0.00000000 0.000000000000
   [4,]    4 0.00000000 0.000000000000
   [5,]    5 0.00000000 0.000000000000
   ...........................................................
 [330,]  330 0.00000000 0.000000000000
 [331,]  331 0.00000000 0.000000000000
 [332,]  332 0.00000000 0.000000000000
 [333,]  333 0.00000000 0.000000000000
 [ reached getOption("max.print") -- omitted 8600 rows ]

此外，网站上给出的数据中的输入i和j列是倒数的，即 1->2 存在 iff 2->1 存在。但是我的数据不是这样的，所以在我的数据中5370汇款到5636，但5636没有汇款到5370。那么，如何在这种有向交易数据的网络上正确计算接近度度量。有没有人尝试过类似的计算？

编辑：由于权重不被视为closeness_w功能上的距离，而是被视为力量，我应该确定weights为sum(amount)而不是1/sum(amount)

标签： rigraphsnanetwork-analysis

Answer 1

您获得许多行为零值的原因是因为它为节点 1 到 8934（矩阵中的最大值）提供了一个接近值。如果您过滤数据框中的值，您会找到您正在寻找的值：

cl <- closeness_w(df2, directed = T, gconly=FALSE)
cl[cl[, "node"] %in% c(df2$from), ]

     node  closeness  n.closeness
[1,] 5370 1.37893704 1.543644e-04
[2,] 6390 0.03668555 4.106745e-06
[3,] 8934 5.80008056 6.492870e-04

已经考虑了方向，如果您过滤“到”节点，您将看到只有 5370 具有值：

cl[cl[, "node"] %in% c(df2$to), ]

     node closeness  n.closeness
[1,] 5370  1.378937 0.0001543644
[2,] 5636  0.000000 0.0000000000
[3,] 7626  0.000000 0.0000000000
[4,] 8483  0.000000 0.0000000000
[5,] 8933  0.000000 0.0000000000

如果您回到您正在遵循的示例，如果您从数据中间删除节点，您会看到它为丢失的节点提供零，然后尝试设置directed = F，您会注意到差异。

更新：

如果您想要创建网络的替代方法，则在创建 df2 后，您可以将其传递给 closeness_w 函数，您的节点标签将成为索引，并且节点列减少为 1:n：

df2 <- df %>% 
  group_by(from, to) %>% 
  mutate(weights = 1/sum(amount)) %>% 
  select(from, to, weights) %>% 
  distinct

cl <- closeness_w(df2, directed = T, gconly=FALSE)
cl 

     node  closeness n.closeness
5370    1 1.37893704 0.229822840
5636    2 0.00000000 0.000000000
7626    3 0.00000000 0.000000000
8483    4 0.00000000 0.000000000
8933    5 0.00000000 0.000000000
6390    6 0.03668555 0.006114259
8934    7 5.80008056 0.966680093