手法とツール
日、仕事と微調整の半後、ここで私達は行く：すべての個人の通勤ネットワークのいずれかの州ヴァレー州で働いたり勉強し 、 居住 。 私がして、Rを使用したRStudio GUI 、およびR.マイ凝視点のIGRAPHライブラリは 、私はスイス連邦国勢調査の個々のデータから算出した州外のコミューンを含むすべてのコミューン、間の移動性行列でした2000
私はgraph.adjacency機能を持つ双方向重み付きグラフに私の通勤行列を変換した。 私は、ループを除去することによりグラフを簡略化しました。
頂点サイズは、 間隔度によって決定されています。 サイズの差を減らすために、私はそれを二乗しました。
グラフィックレイアウトがIGRAPHライブラリに含まFruchterman·レインゴールドのアルゴリズムで得られている。
コミュニティを決定するために-上記のマップで11の異なる色で識別される-私は、 固有ベクトル 、最終的に最も興味深い結果が得られたwalktrapコミュニティのために定住リーディング 、 エッジbetwennessを試してみたWalktrapコミュニティは 、しかし、無指向性のままです。 私はまだ私の研究の場合の適切な方向の加重アルゴリズムを探しています。
エッジの幅は、元の重量に依存しています。 言い換えれば、太い線は、ほとんどの人が撮影したパスを識別します。
いくつかの解釈
頻繁に地理的な通勤行列からネットワーク空間を再構築するとき、結果のスペースは非常に密接に州の地形レイアウトのトポロジーを再現します。 これは、西のため東ツリー状の構造に、バレーの場合には特に理解できます。
明確な境界は、フランス語圏（モンテー、マルティニ、シオン、シエール、モンタナ州）と（ブリーク·GLIS、フィスプ、ツェルマット、Fieshなど）は、ドイツ語圏コミューンの間に表示されます。 明らかに、言語のコミュニティではわずか通勤を交換します。
また興味深いことに、ジュネーブとローザンヌからの通勤者はマルティニのモンテーサブネットワーク（レマン湖の詳細西部の都市から最も近いであろうが）が、共有のコミュニティに接続しないでください。 シオンにそれらを添付してもwalktrapアルゴリズムと私の以前の加重をテストします。 これは、 大きな都市が優先的に地理的な相互作用（通勤、情報、資金の流れなど）のすべての種類の面で、 他の都市の中心部で"対話"という仮説を確認します。 ヴヴェイ、エーグルまたはモントルーのような小さな都市では、一方で、モンテーの通勤コミュニティに優先的に参加しています。 その小さなサイズに加えて、ツェルマットへの地形の近さも、このにつながる。
参照
ポンスパスカル、Latapyマチュー（2005）の"ランダムウォークを用いた大規模ネットワークにおけるコンピューティング·コミュニティ" arXivの：physics/0512106v1 [physics.soc-PH]。
