-
Notifications
You must be signed in to change notification settings - Fork 0
/
connections between comics code.Rmd
516 lines (379 loc) · 32.5 KB
/
connections between comics code.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
---
output: html_document
---
by: Safronova Anna (azsafronova)
## Исследование структуры взаимосвязей между комиксами.
**Первый исследовательский вопрос:**
**Какие узлы сети представляются наиболее значимыми (по параметрам betweenness и degree)? Как в сети распределяются связи в зависимости от различных характеристик (колонок) датасета?**
```{r echo = F, message = F, warning = F}
library(igraph)
library(dplyr)
comics_net = read_graph("~/shared/minor2_2020/data/good_read/book_net.hml",
format = "graphml")
load("~/shared/minor2_2020/data/good_read/books_net_info.RData")
books = books_net_info %>% select(-title_without_series, -link, -title, -authors.0.role, -authors.1.role, -country_code)
#Для упрощения анализа я убрала колонки, которые не пригодятся для получения каких-либо выводов из данных.
```
Для начала, рассчитаем betweenness (оценка вершины на близость по посредничеству, показатель того, насколько важен данный узел как "мост") и degree (число (входящих и выходящих) связей с другими вершинами) исходной сети.
```{r echo = F, message = F, warning = F}
library(tibble)
degree = data.frame(degree = degree(comics_net)) %>% arrange(-degree) %>% rownames_to_column() %>% rename(id = rowname)
betweenness = data.frame(betweenness = betweenness(comics_net)) %>% arrange(-betweenness) %>% rownames_to_column() %>% rename(id = rowname)
d = degree %>% filter(id %in% betweenness$id)
b = betweenness %>% filter(id %in% degree$id)
bd = full_join(b, d)
DT::datatable(bd, options = list(
bPaginate = TRUE
))
```
Теперь мы хотим посмотреть на распределение связей внутри различных категорий комиксов (т.е. по столбцам датасета books_net_info). Однако, если осуществлять эту операцию с целой сетью, то никаких практических выводов из визуализации мы сделать не сможем. Поэтому разобъем сеть на сообщества с помощью наиболее подходящего метода (узнаем это благодаря параметру модулярности), а затем построим сеть для какого-то конкретного сообщества.
**Второй исследовательский вопрос:**
**Какие сообщества можно выделить в исходной сети? Какие алгоритмы выделения сообществ подходят лучше всего?**
```{r echo = F, message = F, warning = F}
library(igraph)
edge.betweenness.community = modularity(edge.betweenness.community(comics_net))
fastgreedy.community = modularity(fastgreedy.community(comics_net))
multilevel.community = modularity(multilevel.community(comics_net))
walktrap.community = modularity(walktrap.community(comics_net))
infomap.community = modularity(infomap.community(comics_net))
edge = length(sizes(edge.betweenness.community(comics_net)))
fastgreedy = length(sizes(fastgreedy.community(comics_net)))
multilevel = length(sizes(multilevel.community(comics_net)))
walktrap = length(sizes(walktrap.community(comics_net)))
infomap = length(sizes(infomap.community(comics_net)))
Algorithms = data.frame('Алгоритм' = c('Edge Betweenness', 'Fastgreedy', 'Multilevel', 'Walktrap', 'Infomap'), Modularity = c(edge.betweenness.community, fastgreedy.community, multilevel.community, walktrap.community, infomap.community), 'Число_сообществ' = c(edge, fastgreedy, multilevel, walktrap, infomap)) %>% arrange(-Modularity) %>% rename('Модулярность' = Modularity)
knitr::kable(Algorithms)
```
Как мы видим, лучший алгоритм для анализа - это *Multilevel*. Рассмотрим выявленные им сообщества:
```{r echo = F, message = F, warning = F}
multi <- multilevel.community(comics_net)
#plot(multi, comics_net)
library(ggforce)
library(concaveman)
library(ggraph)
library(tidygraph)
comics_net %>%
as_tbl_graph() %>%
mutate(Multilevel_Groups = factor(membership(multi))) %>%
ggraph(layout = "nicely") +
geom_edge_link(alpha = 0.1) +
theme_graph()+
geom_mark_hull(
aes(x, y, group = Multilevel_Groups, fill = Multilevel_Groups),
concavity = 4,
expand = unit(2, "mm"),
alpha = 0.25
)
```
Посмотрим поподробнее на структуру сообществ, выделенных методом *Multilevel*:
```{r echo = F, message = F, warning = F}
m = data.frame(sizes(multilevel.community(comics_net))) %>% rename('Число узлов в группе' = Freq, rowname = Community.sizes) %>% column_to_rownames()
DT::datatable(m, options = list(
bPaginate = TRUE
))
```
Мы видим распределение узлов в сообществах. 9ая по счету группа комиксов включает в себя всего 26 точек, это значит, что ее нетрудно будет визуализировать. Но что покажет нам визуализация? По какому признаку выделено сообщество? Попробуем ответить на эти вопросы с помощью ассортативности.
```{r echo = F, message = F, warning = F}
vertices1 = data.frame(book_id = as.numeric(V(comics_net)$name))
books_fixed1 = left_join(vertices1, books_net_info)
V(comics_net)$authors.0.author_id = books_fixed1$authors.0.author_id
authors.0.author_id = assortativity_nominal(comics_net, as.factor(V(comics_net)$authors.0.author_id), directed = T)
V(comics_net)$authors.1.author_id = books_fixed1$authors.1.author_id
authors.1.author_id = assortativity_nominal(comics_net, as.factor(V(comics_net)$authors.1.author_id), directed = T)
V(comics_net)$average_rating = books_fixed1$average_rating
average_rating = assortativity(comics_net, as.numeric(V(comics_net)$average_rating), directed = T)
V(comics_net)$ratings_count = books_fixed1$ratings_count
ratings_count = assortativity_nominal(comics_net, as.numeric(V(comics_net)$ratings_count), directed = T)
V(comics_net)$publisher = books_fixed1$publisher
publisher = assortativity_nominal(comics_net, as.factor(V(comics_net)$publisher), directed = T)
assortativity = data.frame("Категории" = c('authors.0.author_id', 'authors.1.author_id', 'average_rating', 'ratings_count', 'publisher'), "Ассортативность" = c(authors.0.author_id, authors.1.author_id, average_rating, ratings_count, publisher)) %>% arrange(-Ассортативность)
knitr::kable(assortativity)
```
Наибольшей ассортативностью обладает категория 'publisher'. Поскольку сеть построена на основе оценок пользователей, большая ассортативность переменной означает наличие зависимости между ней и оценками. Выходит, издание наиболее вероятно (в отличие от остальных категорий) может влиять на оценку комикса пользователями.
Проверим на всякий случай значение p-value с помощью теста перестановок, чтобы убедиться в том, что полученный результат применим к данным и не случаен.
```{r echo = F, message = F, warning = F}
V(comics_net)$publisher = books_fixed1$publisher
#assort publisher
V(comics_net)$publisher = books_fixed1$publisher
assort_publisher <- assortativity_nominal(comics_net, as.factor(V(comics_net)$publisher), directed = F)
number_of_permutations = 5000
assort_shuffled <- rep(NA, number_of_permutations)
for(i in 1:number_of_permutations){
V(comics_net)$attr_shuffled = sample(V(comics_net)$publisher, replace = F)
assort_shuffled[i] = assortativity_nominal(comics_net,as.factor(V(comics_net)$attr_shuffled))
}
pvalue = sum(abs(assort_shuffled) >= abs(assort_publisher)) / number_of_permutations
nigga = data.frame(p_value = pvalue)
knitr::kable(nigga)
```
Отразим в таблице только те 'book_id', что входят в 9ое сообщество.
```{r echo = F, message = F, warning = F}
mul = multilevel.community(comics_net)
mul = data.frame(mul[9])
books_filtered = books %>% filter(book_id %in% mul$X9)
books_to_show = books_filtered %>% select(book_id, publisher, average_rating, publication_year)
DT::datatable(books_to_show, options = list(
bPaginate = TRUE
))
comics = delete_vertices(comics_net, V(comics_net)[!(V(comics_net)$name %in% books_filtered$book_id)])
#Поскольку id комиксов в таблице и графе расположены в разном порядке, упорядочим их.
vertices = data.frame(book_id = as.numeric(V(comics)$name))
books_fixed = left_join(vertices, books_filtered)
#Проверим, правильно ли все упорядочилось
sum = sum(books_fixed$book_id == as.numeric(V(comics)$name))
```
Построим теперь сеть, основанную только на получившихся 'book_id', а далее визуализируем связи внутри нее - так мы получим распределение взаимодействий между 26ю комиксами, все из которых относятся к изданию 'Image Comics'.
Выявим "наиболее значимые" (по параметрам betweenness и degree) вершины в новой сети и сравним такие их характеристики, как: (1.1) *"popular_shelves.0.name"*, *"popular_shelves.1.name"*, *"popular_shelves.2.name"*, *"popular_shelves.3.name"*, (1.2) *"average_rating"*, (1.3) *"publication_year"*.
**1.1) К каким категориям полок комиксов относятся "наиболее значимые" узлы отфильтрованной сети? (Построим отельный график для каждой из характеристик: "popular_shelves.0.name", "popular_shelves.1.name", "popular_shelves.2.name", "popular_shelves.3.name")**
В этом и всех последующих графиках размер вершин сделаем эквивалентным значению "degree/6" (то есть, чем больше вершина, тем больше количество ее связей). Прозрачность будет равна значению "3*betweenness" (чем менее прозрачна точка, тем она более важна как "мост").
```{r echo = F, message = F, warning = F}
#В исходном датасете колонка содержит некоторые одинаковые значения категорий, но вписанные по-разному: так, "cómics" и "comics" - это одно и то же; "graphic-novels" и "graphic-novel" - также одно и то же. Чтобы не прийти к неправильным выводам, приведем все подобные повторяющиеся категории к единому виду. (То есть по сути я произвожу своего рода лемматизацию вручную.)
unique0 = unique(books_fixed$popular_shelves.0.name)
popular_shelves.0.name_norm = case_when(
books_filtered$popular_shelves.0.name == "to-read" ~ "to-read",
books_filtered$popular_shelves.0.name == "favorites" ~ "favorites",
books_fixed$popular_shelves.0.name == "còmics" ~ "comics",
books_fixed$popular_shelves.0.name == "cómics" ~ "comics",
books_fixed$popular_shelves.0.name == "comics" ~ "comics",
books_fixed$popular_shelves.0.name == "dc" ~ "dc",
books_fixed$popular_shelves.0.name == "graphic-novels" ~ "graphic-novel",
books_fixed$popular_shelves.0.name == "graphic-novel" ~ "graphic-novel",
books_fixed$popular_shelves.0.name == "mangá" ~ "manga",
books_fixed$popular_shelves.0.name == "manga" ~ "manga",
books_fixed$popular_shelves.0.name == "dc-comics" ~ "dc",
books_fixed$popular_shelves.0.name == "star-wars" ~ "star-wars",
books_fixed$popular_shelves.0.name == "currently-reading" ~ "currently-reading",
books_fixed$popular_shelves.0.name == "romance" ~ "romance",
books_fixed$popular_shelves.0.name == "fantasy" ~ "fantasy",
books_fixed$popular_shelves.0.name == "horror" ~ "horror")
books_fixed$popular_shelves.0.name_norm = popular_shelves.0.name_norm
V(comics)$popular_shelves.0.name_norm = books_fixed$popular_shelves.0.name_norm
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(popular_shelves.0.name_norm)), size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Shelves Names №0') +
scale_color_brewer(palette = "Set1")
```
Исходя из характеристики "popular_shelves.0.name", "наиболее значимые" вершины относятся к категории *"to-read"* (id: 23000709, 27474528, 30027126 и многие другие) и *"graphic-novel"* (id: 25337337).
```{r echo = F, message = F, warning = F}
unique1 = unique(books_fixed$popular_shelves.1.name)
popular_shelves.1.name_norm = case_when(
books_fixed$popular_shelves.1.name == "graphic-novels" ~ "graphic-novel",
books_fixed$popular_shelves.1.name == "mangá" ~ "manga",
books_fixed$popular_shelves.1.name == "manga" ~ "manga",
books_fixed$popular_shelves.1.name == "cómics" ~ "comics",
books_fixed$popular_shelves.1.name == "comics" ~ "comics",
books_fixed$popular_shelves.1.name == "horror" ~ "horror",
books_fixed$popular_shelves.1.name == "currently-reading" ~ "currently-reading",
books_fixed$popular_shelves.1.name == "to-read" ~ "to-read",
books_fixed$popular_shelves.1.name == "graphic-novel" ~ "graphic-novel",
books_fixed$popular_shelves.1.name == "young-adult" ~ "young-adult",
books_fixed$popular_shelves.1.name == "fantasy" ~ "fantasy",
books_fixed$popular_shelves.1.name == "zombies" ~ "zombies",
books_fixed$popular_shelves.1.name == "star-wars" ~ "star-wars",
books_fixed$popular_shelves.1.name == "dc" ~ "dc",
books_fixed$popular_shelves.1.name == "fiction" ~ "fiction",
books_fixed$popular_shelves.1.name == "batman" ~ "batman",
books_fixed$popular_shelves.1.name == "science-fiction" ~ "science-fiction",
books_fixed$popular_shelves.1.name == "favorites" ~ "favorites",
books_fixed$popular_shelves.1.name == "vampires" ~ "vampires")
books_fixed$popular_shelves.1.name_norm = popular_shelves.1.name_norm
V(comics)$popular_shelves.1.name_norm = books_fixed$popular_shelves.1.name_norm
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(popular_shelves.1.name_norm)), size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Shelves Names №1') +
scale_color_brewer(palette = "Set1")
```
Исходя из характеристики "popular_shelves.1.name", "наиболее значимые" вершины относятся к категориям *"graphic-novel"* (id: 23000709, 27474528, 30027126 и многие другие) и *"comics"* (id: 25337337 и многие другие).
```{r echo = F, message = F, warning = F}
unique2 = unique(books_fixed$popular_shelves.2.name)
popular_shelves.2.name_norm = case_when(
books_fixed$popular_shelves.2.name == "cómics" ~ "comics",
books_fixed$popular_shelves.2.name == "comics" ~ "comics",
books_fixed$popular_shelves.2.name == "star-wars" ~ "star-wars",
books_fixed$popular_shelves.2.name == "x-men" ~ "x-men",
books_fixed$popular_shelves.2.name == "currently-reading" ~ "currently-reading",
books_fixed$popular_shelves.2.name == "romance" ~ "romance",
books_fixed$popular_shelves.2.name == "marvel" ~ "marvel",
books_fixed$popular_shelves.2.name == "vampires" ~ "vampires",
books_fixed$popular_shelves.2.name == "superheroes" ~ "superheroes",
books_fixed$popular_shelves.2.name == "mangá" ~ "manga",
books_fixed$popular_shelves.2.name == "manga" ~ "manga",
books_fixed$popular_shelves.2.name == "sci-fi" ~ "science-fiction",
books_fixed$popular_shelves.2.name == "science-fiction" ~ "science-fiction",
books_fixed$popular_shelves.2.name == "dc" ~ "dc",
books_fixed$popular_shelves.2.name == "dc-comics" ~ "dc",
books_fixed$popular_shelves.2.name == "graphic-novel" ~ "graphic-novel",
books_fixed$popular_shelves.2.name == "graphic-novels" ~ "graphic-novel",
books_fixed$popular_shelves.2.name == "comics-graphic-novels" ~ "graphic-novel",
books_fixed$popular_shelves.2.name == "fantasy" ~ "fantasy",
books_fixed$popular_shelves.2.name == "favorites" ~ "favorites",
books_fixed$popular_shelves.2.name == "avatar" ~ "avatar",
books_fixed$popular_shelves.2.name == "fiction" ~ "fiction",
books_fixed$popular_shelves.2.name == "one-piece" ~ "one-piece",
books_fixed$popular_shelves.2.name == "fables" ~ "fables",
books_fixed$popular_shelves.2.name == "naruto" ~ "naruto",
books_fixed$popular_shelves.2.name == "horror" ~ "horror",
books_fixed$popular_shelves.2.name == "books-i-own" ~ "books-i-own",
books_fixed$popular_shelves.2.name == "batman" ~ "batman",
books_fixed$popular_shelves.2.name == "to-read" ~ "to-read",
books_fixed$popular_shelves.2.name == "zombies" ~ "zombies",
books_fixed$popular_shelves.2.name == "stephen-king" ~ "stephen-king",
books_fixed$popular_shelves.2.name == "mystery" ~ "mystery",
books_fixed$popular_shelves.2.name == "manhwa" ~ "manhwa")
books_fixed$popular_shelves.2.name_norm = popular_shelves.2.name_norm
V(comics)$popular_shelves.2.name_norm = books_fixed$popular_shelves.2.name_norm
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(popular_shelves.2.name_norm)), size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Shelves Names №2')
```
Исходя из характеристики "popular_shelves.2.name", "наиболее значимые" вершины относятся к категориям *"comics"* (id: 23000709, 27474528, 30027126 и многие другие), *"graphic-novel"* (id: 25337337 и многие другие).
```{r echo = F, message = F, warning = F}
unique3 = unique(books_fixed$popular_shelves.3.name)
popular_shelves.3.name_norm = case_when(
books_fixed$popular_shelves.3.name == "graphic-novel" ~ "graphic-novel",
books_fixed$popular_shelves.3.name == "graphic-novels" ~ "graphic-novel",
books_fixed$popular_shelves.3.name == "comics-graphic-novels" ~ "graphic-novel", books_fixed$popular_shelves.3.name == "batman" ~ "batman",
books_fixed$popular_shelves.3.name == "vampires" ~ "vampires",
books_fixed$popular_shelves.3.name == "historical-fiction" ~ "historical-fiction",
books_fixed$popular_shelves.3.name == "fiction" ~ "fiction",
books_fixed$popular_shelves.3.name == "science-fiction" ~ "science-fiction",
books_fixed$popular_shelves.3.name == "sci-fi" ~ "science-fiction",
books_fixed$popular_shelves.3.name == "green-lantern" ~ "green-lantern",
books_fixed$popular_shelves.3.name == "dc-comics" ~ "dc",
books_fixed$popular_shelves.3.name == "dc" ~ "dc",
books_fixed$popular_shelves.3.name == "to-read" ~ "to-read",
books_fixed$popular_shelves.3.name == "comic-books" ~ "comics",
books_fixed$popular_shelves.3.name == "cómics" ~ "comics",
books_fixed$popular_shelves.3.name == "comic" ~ "comics",
books_fixed$popular_shelves.3.name == "comics" ~ "comics",
books_fixed$popular_shelves.3.name == "star-wars-canon" ~ "star-wars-canon",
books_fixed$popular_shelves.3.name == "death-note" ~ "death-note",
books_fixed$popular_shelves.3.name == "favorites" ~ "favorites",
books_fixed$popular_shelves.3.name == "crime" ~ "crime",
books_fixed$popular_shelves.3.name == "fantasy" ~ "fantasy",
books_fixed$popular_shelves.3.name == "horror" ~ "horror",
books_fixed$popular_shelves.3.name == "young-adult" ~ "young-adult",
books_fixed$popular_shelves.3.name == "adventure" ~ "adventure",
books_fixed$popular_shelves.3.name == "the-walking-dead" ~ "the-walking-dead",
books_fixed$popular_shelves.3.name == "yaoi" ~ "yaoi",
books_fixed$popular_shelves.3.name == "mangá" ~ "manga",
books_fixed$popular_shelves.3.name == "x-men" ~ "x-men",
books_fixed$popular_shelves.3.name == "ya" ~ "ya",
books_fixed$popular_shelves.3.name == "currently-reading" ~ "currently-reading",
books_fixed$popular_shelves.3.name == "non-fiction" ~ "non-fiction",
books_fixed$popular_shelves.3.name == "marvel" ~ "marvel",
books_fixed$popular_shelves.3.name == "romance" ~ "romance",
books_fixed$popular_shelves.3.name == "superman" ~ "superman",
books_fixed$popular_shelves.3.name == "black-butler" ~ "black-butler",
books_fixed$popular_shelves.3.name == "zombies" ~ "zombies",
books_fixed$popular_shelves.3.name == "memoir" ~ "memoir",
books_fixed$popular_shelves.3.name == "middle-grade" ~ "middle-grade",
books_fixed$popular_shelves.3.name == "fairy-tales" ~ "fairy-tales",
books_fixed$popular_shelves.3.name == "superheroes" ~ "superheroes")
books_fixed$popular_shelves.3.name_norm = popular_shelves.3.name_norm
V(comics)$popular_shelves.3.name_norm = books_fixed$popular_shelves.3.name_norm
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(popular_shelves.3.name_norm)), , size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Shelves Names №3')
```
Исходя из характеристики "popular_shelves.3.name", "наиболее значимые" вершины относятся к категориям *"horror"* (id: 2300709, 27474528, 30027126 и многие другие), *"graphic_novel"* (id: 25337337 и многие другие), а также *"comics"*.
**1.2) К каким категориям рейтинга комиксов относятся "наиболее значимые" узлы отфильтрованной сети?**
```{r echo = F, message = F, warning = F}
books_fixed$average_rating = as.numeric(books_fixed$average_rating)
rate = case_when(
books_fixed$average_rating >= 4.2 ~ "GOOD (rate: 4,2 - 4,7)",
books_fixed$average_rating >= 3.7 ~ "AVERAGE (rate: 3,7 - 4,2)",
books_fixed$average_rating < 3.7 ~ "BAD (rate: 3,2 - 3,7)")
books_fixed$rate = rate
V(comics)$rate = books_fixed$rate
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(rate)), size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Comics Rates')
```
На графе преобладают комиксы с оценкой 4.2 и выше. Три знакомых нам вершины принадлежат к категории *"GOOD"* (id: 23000709, 25337337, 30027126 и многие другие), одна - к категории *"AVERAGE"* (id: 27474528 и многие другие).
Заметим, что количество отзывов на комиксы в исходном датасете разное, отчего некоторые оценки становятся невалидными. Нарисуем график с учетом этого.
```{r echo = F, message = F, warning = F}
#Рейтинги комиксов, количество которых меньше среднего по датафрейму, примем невалидными, поэтому исключим их, чтобы не ошибиться в дальнейшем анализе.
rate_num = case_when(
books_fixed$ratings_count >= mean(as.numeric(books_fixed$ratings_count)) ~ 'considerable',
books_fixed$ratings_count < mean(as.numeric(books_fixed$ratings_count)) ~ 'non-considerable')
books_fixed$rate_num = rate_num
books_considerable = books_fixed %>% filter(rate_num == 'considerable')
vertices1 = data.frame(book_id = as.numeric(V(comics)$name))
books_fixed1 = left_join(vertices1, books_considerable)
books_fixed1$average_rating = as.numeric(books_fixed1$average_rating)
rate = case_when(
books_fixed1$average_rating >= 4.2 ~ "GOOD (rate: 4,2 - 4,7)",
books_fixed1$average_rating >= 3.7 ~ "AVERAGE (rate: 3,7 - 4,2)",
books_fixed1$average_rating < 3.7 ~ "BAD (rate: 3,2 - 3,7)")
books_fixed1$rate = rate
books_fixed1[is.na(books_fixed1)] <- 'non-considerable rates'
V(comics)$rate = books_fixed1$rate
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(rate)), size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Comics Rates') +
scale_color_brewer(palette = "Accent")
```
Мы приняли количество отзывов, меньшее среднего, незначительным для анализа (обозначив на графике, как "non-considerable rates"). Все id, которые мы выделяли ранее, относятся к категории отзывов, имеющих значение для анализа.
**1.3) К каким категориям года выпуска комиксов относятся "наиболее значимые" узлы отфильтрованной сети?**
```{r echo = F, message = F, warning = F}
books_fixed$publication_year = as.numeric(books_fixed$publication_year)
year = case_when(
books_fixed$publication_year >= 2004 ~ "new (2004-2017)",
books_fixed$publication_year < 2004 ~ "old (1991-2004)")
books_fixed$year = year
books_withoutNAyears = books_fixed %>% na.omit()
V(comics)$year = books_withoutNAyears$year
comics %>%
as_tbl_graph() %>%
mutate(bet = centrality_betweenness(), deg = centrality_degree()) %>%
ggraph(layout = "auto") +
geom_edge_link(alpha = 0.07, color = "black") +
geom_node_point(aes(colour = factor(year)), size = degree(comics)/6, alpha = 3*betweenness(comics)) +
geom_node_text(aes(filter = bet>0 & deg>0, label = name), family = "arial", size = 3, nudge_y = 0.06) +
theme_graph() +
labs(color = 'Publications') +
scale_color_brewer(palette = "Set1")
```
Все "наиболее значимые" вершины относятся к категориям *новых комиксов* (id: 23000709, 25337337, 30027126, 27474528 и многие другие). *Старые комиксы* вовсе не представлены на графике.
## ВЫВОД: ##
Исходная сеть comics_net состоит из 777 наблюдений, betweenness и degree которых несложно найти (и с помощью них определить наиболее значимые для сети вершины - см. табл.№1). Однако такое количество узлов абсолютно не подходит для наглядной визуализации - невозможно построить какой-либо информативный график по всем комиксам сразу.
Поэтому с помощью метода Multilevel я разделяю сеть на сообщества, а далее - рассматриваю немногочисленную группу комиксов под номером 9. Что это за группа? По какому признаку она выделена? На данные вопросы можно ответить с помощью параметра ассортативности, который показал, что наиболее вероятно на формирование в сети сообществ влияет характеристика 'publisher' (т.е. издатель). Проверяем данную характеристику в 9ой группе и выясняем, что все комиксы сообщества относятся к изданию Image Comics. (Данная деталь в принципе не имеет смысла для анализа и просто является интересной характеристикой группы.)
Определив остальные характеристики сообщества (см. табл.№4) мы отфильтровываем исходную сеть так, чтобы она включала в себя только книги из сообщества 9. При этом некоторые связи разрываются, а параметры degree, betweenness и другие меры центральности изменяются. Однако сохраняются узлы группы и связи внутри нее - именно это мне и было интересно изучить.
Построив графики с учетом мер центральности, я увидела распределение связей в группе по различным характеристикам. А также узнала, что в полученной сети наиболее значимыми (обладающими максимальными среди остальных значениями мер betweenness и degree) являются комиксы со следующими id: 23000709, 25337337, 30027126, 27474528.