在 R 中使用 Statnet 的加权网络中的中心性度量

Question

我在 R 中使用 igraph 和 statnet 创建了一个加权网络。我现在正在使用 statnet 研究我的加权网络的中心性度量，但是我获得的中心性度量好像 statnet 没有考虑我的值边缘。这是一个小例子来说明我的问题，使用度中心性度量。

我使用 igraph 创建了我的网络：

nodes <- data.frame(id=c(1,2,3,4,5))
edges <- data.frame(source=c(1,1,2,2,3),
                    target=c(2,3,3,5,4),
                    weight=c(1,2,1,2,1)) 
library(igraph)
network <- graph_from_data_frame(d=edges, vertices=nodes, directed=FALSE)

然后我需要使用statnet包，所以我把它改造成了下面的方式

  network_statnet <- asNetwork(network)
  detach("package:igraph", unload=TRUE)
  library(statnet)

然后我想计算度中心性，首先不考虑边缘值（degree_unweighted），然后考虑边缘值（degree_weighted）

degree_unweighted<-degree(network_statnet, gmode="graph", ignore.eval=TRUE)
degree_weighted<-degree(network_statnet, gmode="graph", ignore.eval=FALSE)

但我最终得到了完全相同的中心性度量。我不知道为什么当我指定 ignore.eval=FALSE 时 statnet 不考虑我的边缘值。我对其他中心性度量（介数、紧密度、特征向量）也有同样的问题。

Answer 1

你是对的，degree 忽略权重而不考虑 ignore.eval。它在 degree 的第一行中可见

dat <- as.edgelist.sna(dat)

而 as.edgelist.sna 有一个参数 attrname:

attrname - if x is a network object, the (optional) edge attribute to be used to obtain edge values.

所以 degree 实际上似乎甚至没有尝试使用任何权重。为了解决这个问题，我们可以通过添加使用权重的可能性来重新定义此函数，如

myDegree <- function (dat, g = 1, nodes = NULL, gmode = "digraph", diag = FALSE, 
          tmaxdev = FALSE, cmode = "freeman", rescale = FALSE, ignore.eval = FALSE, attrname = NULL) 
{
  dat <- as.edgelist.sna(dat, attrname = attrname)
  if (is.list(dat)) 
    return(sapply(dat[g], degree, g = 1, nodes = nodes, gmode = gmode, 
                  diag = diag, tmaxdev = tmaxdev, cmode = cmode, rescale = rescale))
  n <- attr(dat, "n")
  if (gmode == "graph") 
    cmode <- "indegree"
  if (tmaxdev) {
    if (gmode == "digraph") 
      deg <- switch(cmode, indegree = (n - 1) * (n - 1 + 
                                                   diag), outdegree = (n - 1) * (n - 1 + diag), 
                    freeman = (n - 1) * (2 * (n - 1) - 2 + diag))
    else deg <- switch(cmode, indegree = (n - 1) * (n - 2 + 
                                                      diag), outdegree = (n - 1) * (n - 2 + diag), freeman = (n - 
                                                                                                                1) * (2 * (n - 1) - 2 + diag))
  }
  else {
    m <- NROW(dat)
    cm <- switch(cmode, indegree = 0, outdegree = 1, freeman = 2)
    if (!(cmode %in% c("indegree", "outdegree", "freeman"))) 
      stop("Unknown cmode in degree.\n")
    deg <- .C("degree_R", as.double(dat), as.integer(m), 
              as.integer(cm), as.integer(diag), as.integer(ignore.eval), 
              deg = as.double(rep(0, n)), PACKAGE = "sna", NAOK = TRUE)$deg
    if (rescale) 
      deg <- deg/sum(deg)
    if (!is.null(nodes)) 
      deg <- deg[nodes]
  }
  deg
}

然后给出

(degree_unweighted <- myDegree(network_statnet, gmode = "graph", ignore.eval = TRUE))
# [1] 2 3 3 1 1
(degree_weighted <- myDegree(network_statnet, gmode = "graph", ignore.eval = FALSE, attrname = "weight"))
# [1] 3 4 4 1 2

恐怕您将需要对其他功能进行相同的调整，例如 betweenness。

在 R 中使用 Statnet 的加权网络中的中心性度量

Centrality Measures in a Weighted Network using Statnet in R

r

igraph

weighted-graph

statnet