BUSQUEDA CC
Edgar Rugel
11 de junio de 2019
Asociación frecuente de empresas
Objetivo
Encontrar empresas que se asocian con frecuencia en procesos de selección en una entidad determinada.
Despliegue del algoritmo
Se utilizan los algoritmos Apriori y Eclat para determinar las asociaciones frecuentes entre las empresas que participan en los procesos de contratación de una entidad específica.
Conceptos del algoritmo
Los algoritmos son desarrollados para:
* Identificar a todas las empresas que participan con una frecuencia por encima de un determinado límite. * Convertir a las empresas que participan de forma frecuente en reglas de asociación.
Algunos conceptos internos del algoritmo:
Soporte: el soporte del ruc de la empresa participante X, es el número de convocatorias que contengan al ruc dividido entre el total de convocatorias.
Confianza: La confianza de una regla “Si X entonces Y” se define acorde a la ecuación:
\(confianza(X => Y) = soporte(unión(X,Y)) / soporte(X)\)
donde unión(X,Y) es la combinación que contiene a todos los ruc de las empresas de X y de Y, la confianza se interpreta como la probabilidad \(P(Y/X)\), es decir, la probabiliad de que una convocatoria que contiene al ruc de empresa X, también contenga el ruc de empresa Y.
- Lift: El indicador lift expresa cuál es la proporción del soporte observado de un conjunto de productos respecto del soporte teórico de ese conjunto dado el supuesto de independencia.
Fuente de datos
La fuente de datos corresponde al registro de participantes desagregando integrantes de consorcio de las convocatorias de los años 2018 y 2019 de una entidad con RUC 20563198240.
- Códigos de convocatoria = 39
- Empresas participantes = 863
Inspección de las empresas participantes (items)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 23.00 41.00 50.00 56.59 60.00 155.00| x | |
|---|---|
| 0% | 23.0 |
| 10% | 27.4 |
| 20% | 36.4 |
| 30% | 41.0 |
| 40% | 44.2 |
| 50% | 50.0 |
| 60% | 54.0 |
| 70% | 58.6 |
| 80% | 63.8 |
| 90% | 84.4 |
| 100% | 155.0 |
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
La mayoría de convocatorias tiene en promedio entre 41 a 57 empresas participantes.
A continuación se presente un análisis básico de las empresas con más participaciones en las convocatorias de la entidad en estudio.
| soportes | |
|---|---|
| INVERSIONES AGUILAR CALLE EMPRESA INDIVIDUAL DE RESPONSABILIDAD LIMITADA | 0.4871795 |
| CORPORACION STO DOMINGO DE GUZMAN S.A.C. | 0.4615385 |
| M & S PROYECTS S.A.C. | 0.4615385 |
| CGI CONTRATISTAS GENERALES S.A.C. | 0.4358974 |
| PROYECTOS ARQUITECTONICOS, TASACIONES, TOPOGRAFICOS Y CONSTRUCCIONES S.R.L. | 0.4102564 |
| " COORPORACION CASA BLANCA " S.A.C | 0.3846154 |
| BETA CONSTRUCTION PROYECTOS E INGENIERIA S.A.C. | 0.3846154 |
| MIGA S.A.C. CONTRATISTAS GENERALES | 0.3846154 |
| SALAZAR INGENIEROS SOCIEDAD ANONIMA CERRADA | 0.3846154 |
| AKED INMOBILIARIA & CONSTRUCTORA SOCIEDAD ANONIMA CERRADA | 0.3589744 |
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.02564 0.02564 0.05128 0.06557 0.07692 0.48718## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Del gráfico anterior concluimos que existen muchas empresas que solo participan una vez en las convocatorias de la entidad en estudio (soportes cercanos a cero). Por otro lado, se utilizará un soporte de 0.1 (soporte = 0.1 indica empresas que hayan participado de 4 a más veces en convocatorias de forma individual o grupal) para los algoritmos de asociación, debido a que concentra más del 50% de las empresas participantes.
Obteniendo la cantidad de veces que la empresa aparece en la convocatoria.
| soportes | |
|---|---|
| INVERSIONES AGUILAR CALLE EMPRESA INDIVIDUAL DE RESPONSABILIDAD LIMITADA | 19 |
| CORPORACION STO DOMINGO DE GUZMAN S.A.C. | 18 |
| M & S PROYECTS S.A.C. | 18 |
| CGI CONTRATISTAS GENERALES S.A.C. | 17 |
| PROYECTOS ARQUITECTONICOS, TASACIONES, TOPOGRAFICOS Y CONSTRUCCIONES S.R.L. | 16 |
| " COORPORACION CASA BLANCA " S.A.C | 15 |
| BETA CONSTRUCTION PROYECTOS E INGENIERIA S.A.C. | 15 |
| MIGA S.A.C. CONTRATISTAS GENERALES | 15 |
| SALAZAR INGENIEROS SOCIEDAD ANONIMA CERRADA | 15 |
| AKED INMOBILIARIA & CONSTRUCTORA SOCIEDAD ANONIMA CERRADA | 14 |
Agrupación de empresas participantes
Para determinar la agrupación idónea se utilizan dos algoritmos: apriori y *eclat. Posteriormente, con indicadores de discriminación se determina el algoritmo óptimo para el caso de estudio.
Algoritmo Apriori
# modelo con soporte 0.1
summary(itemsets_apriori_01)
# modelo con soporte 0.2
summary(itemsets_apriori_02) # frequent itemsets
# modelo con soporte 0.2
summary(itemsets_apriori_02a) # maximally frequent itemsets
# modelo con soporte 0.2
summary(itemsets_apriori_02b) # closed frequent itemsets
# modelo con soporte 0.2
summary(itemsets_apriori_02c) # hyperedgesetsInterpretación de resultados de modelos
Para el primer modelo con el algoritmo apriori se establece un soporte de 0.1y se han encontrado 2,408,479 combinaciones frecuentes de empresas participantes que superan el soporte mínimo establecido, la mayoría de ellos formada por 9 empresas.
Para modelos con soporte de 0.2
- se han encontrado 4,014 combinaciones de empresas frecuentes que superan el soporte mínimo establecido, la mayoría de ellos conformado por 5 empresas.
- se han encontrado 61 combinaciones de empresas, la mayoría esta formada por 5 empresas.
- se han encontrado 61 combinaciones de empresas, la mayoría esta formada por 5 empresas.
- se han encontrado 161 combinaciones de empresas, la mayoría de esta formada por 6 empresas.
- se han encontrado 161 combinaciones de empresas, la mayoría de esta formada por 6 empresas.
- se han encontrado 3771 combinaciones de empresa, la mayoría de ellas esta formada por 5 empresas.
- se han encontrado 4,014 combinaciones de empresas frecuentes que superan el soporte mínimo establecido, la mayoría de ellos conformado por 5 empresas.
En el siguiente listado se muestra las 20 combinaciones de empresas más frecuentes (itemsets) con mayor soporte que, como se espera, son los formados por combinaciones de empresas de menor grado (combinación de 2 empresas).
- Detalle modelo apriori 1 (soporte = 0.1)
- Detalle modelo apriori 2 (soporte = 0.2)
- Detalle modelo apriori 2)a:
- Detalle modelo apriori 2)b:
- Detalle modelo apriori 2)c:
Algoritmo Eclat
Se prueba el algoritmo eclat con soporte 0.2 y variantes en el objetivo de asociación.
** Interpretación de resultados de modelos con algoritmo *eclat**
Se utilizaron modelos con soporte = 0.2 (8 participaciones como mínimo en todas las convocatorias analizadas):
- Detalle modelo - eclat 2:
- Se han encontrado 4,014 combinaciones de empresas frecuentes que superan el soporte mínimo establecido, la mayoría de ellos conformado por 5 empresas.
- Detalle modelo - eclat 2)a:
1.a) (maximally frequent itemsets) Se han encontrado 61 combinaciones de empresas frecuentes, la mayoría de ellos conformado por 7 empresas.
- Detalle modelo - eclat 2-b:
1.b) (closed frequent itemsets) Se han encontrado 161 combinaciones de empresas, la mayoría de ellos conformado por 6 empresas.
Filtrado de combinaciones
Se establece una empresa en particular y se reporta todas las asociaciones de la empresa de acuerdo a los resultados de los modelos de asociación, para el ejemplo se seleccionó a las empresas con ruc 20527942773 y 20562912615, el algoritmo filtra todos las combinaciones en las que las referidas empresas participaron.
Para encontrar las combinaciones dentro de un conjunto de combinaciones, se compara a la combinacion consigo misma.
Reglas de asociación
modelo elegido —> modelo con algoritmo eclat (02-b) - closed frequent itemset
Especificaciones del modelo elegido
## set of 647 rules
##
## rule length distribution (lhs + rhs):sizes
## 2 3 4 5 6 7 8 9
## 13 29 51 121 178 124 76 55
##
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 2.000 5.000 6.000 6.122 7.000 9.000
##
## summary of quality measures:
## support confidence lift itemset
## Min. :0.2051 Min. :0.9000 Min. :2.053 Min. : 1.00
## 1st Qu.:0.2051 1st Qu.:1.0000 1st Qu.:2.167 1st Qu.: 35.50
## Median :0.2308 Median :1.0000 Median :2.167 Median : 70.00
## Mean :0.2410 Mean :0.9907 Mean :2.455 Mean : 72.14
## 3rd Qu.:0.2564 3rd Qu.:1.0000 3rd Qu.:2.786 3rd Qu.:107.50
## Max. :0.4615 Max. :1.0000 Max. :4.333 Max. :156.00
##
## mining info:
## data ntransactions support confidence
## transacciones 39 0.2 0.9
Reglas redundantes
Se comparan las reglas de los modelos propuestos y se analiza su nivel de redundancia y aporte significativo. Posteriormente, con la evaluación de reglas se determinará el modelo y las reglas a utilizar.
Evaluación de reglas
El modelo elgido (eclat - closed frequent itemsets) muestra mejores desempeños en indicadores como:
- lift
- hyperlift
- fisherexacttest
Resumen
Se muestra el listado de asociaciones frecuentes de acuerdo al modelo elegido (eclat-closes-> soporte =0.2)
## items support count
## [1] {20527942773,
## 20544798911,
## 20547097069} 0.4615385 18
## [2] {20514431362,
## 20527942773} 0.4358974 17
## [3] {20508274701,
## 20527942773,
## 20544798911,
## 20547097069} 0.4102564 16
## [4] {20514431362,
## 20527942773,
## 20544798911,
## 20547097069} 0.4102564 16
## [5] {20527942773,
## 20600538471} 0.3846154 15
## [6] {20493917065,
## 20527942773,
## 20544798911,
## 20547097069} 0.3846154 15
## [7] {20524890241,
## 20527942773} 0.3846154 15
## [8] {20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.3589744 14
## [9] {20493917065,
## 20508274701,
## 20527942773,
## 20544798911,
## 20547097069} 0.3589744 14
## [10] {20514431362,
## 20524890241,
## 20527942773} 0.3589744 14
## [11] {20524890241,
## 20527942773,
## 20544798911,
## 20547097069} 0.3589744 14
## [12] {20508274701,
## 20514431362,
## 20527942773,
## 20544798911,
## 20547097069} 0.3589744 14
## [13] {20508274701,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.3333333 13
## [14] {20514431362,
## 20527942773,
## 20600538471} 0.3333333 13
## [15] {20493917065,
## 20514431362,
## 20527942773,
## 20544798911,
## 20547097069} 0.3333333 13
## [16] {20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.3333333 13
## [17] {20514431362,
## 20524890241,
## 20527942773,
## 20544798911,
## 20547097069} 0.3333333 13
## [18] {10021511116,
## 10081006518} 0.3076923 12
## [19] {10021511116,
## 20600020430} 0.3076923 12
## [20] {20282749123,
## 20403403190} 0.3076923 12
## [21] {20524890241,
## 20527942773,
## 20600538471} 0.3076923 12
## [22] {20514431362,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.3076923 12
## [23] {20493917065,
## 20508274701,
## 20514431362,
## 20527942773,
## 20544798911,
## 20547097069} 0.3076923 12
## [24] {20508274701,
## 20524890241,
## 20527942773,
## 20544798911,
## 20547097069} 0.3076923 12
## [25] {20489451558,
## 20601358981} 0.3076923 12
## [26] {10021511116,
## 10081006518,
## 10285959077} 0.2820513 11
## [27] {10021511116,
## 20487619508} 0.2820513 11
## [28] {10021511116,
## 10081006518,
## 20600020430} 0.2820513 11
## [29] {10021511116,
## 10081006518,
## 20602482155} 0.2820513 11
## [30] {20508846780,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2820513 11
## [31] {20527942773,
## 20534703270,
## 20544798911,
## 20547097069} 0.2820513 11
## [32] {20486397714,
## 20554300805} 0.2820513 11
## [33] {20282749123,
## 20403403190,
## 20514431362,
## 20527942773,
## 20544798911,
## 20547097069} 0.2820513 11
## [34] {20282749123,
## 20403403190,
## 20554300805} 0.2820513 11
## [35] {20493917065,
## 20508274701,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.2820513 11
## [36] {20514431362,
## 20524890241,
## 20527942773,
## 20600538471} 0.2820513 11
## [37] {20524890241,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.2820513 11
## [38] {20508274701,
## 20514431362,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.2820513 11
## [39] {20493917065,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2820513 11
## [40] {20493917065,
## 20524890241,
## 20527942773,
## 20544798911,
## 20547097069} 0.2820513 11
## [41] {20508274701,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2820513 11
## [42] {20514431362,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2820513 11
## [43] {20508274701,
## 20514431362,
## 20524890241,
## 20527942773,
## 20544798911,
## 20547097069} 0.2820513 11
## [44] {10021511116,
## 10081006518,
## 10201150634,
## 10285959077,
## 20602482155} 0.2564103 10
## [45] {10021511116,
## 10081006518,
## 10285959077,
## 20600020430} 0.2564103 10
## [46] {10021511116,
## 10081006518,
## 20487619508,
## 20602482155} 0.2564103 10
## [47] {10021511116,
## 20487619508,
## 20600020430} 0.2564103 10
## [48] {10021511116,
## 10081006518,
## 20600020430,
## 20602482155} 0.2564103 10
## [49] {20508846780,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805,
## 20600230558} 0.2564103 10
## [50] {20527942773,
## 20544798911,
## 20547097069,
## 20554300805,
## 20568291566} 0.2564103 10
## [51] {20489451558,
## 20493917065,
## 20508846780,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2564103 10
## [52] {20527942773,
## 20544798911,
## 20547097069,
## 20573004427} 0.2564103 10
## [53] {20493917065,
## 20527942773,
## 20534703270,
## 20544798911,
## 20547097069} 0.2564103 10
## [54] {20508274701,
## 20527942773,
## 20534703270,
## 20544798911,
## 20547097069} 0.2564103 10
## [55] {20514431362,
## 20527942773,
## 20534703270,
## 20544798911,
## 20547097069} 0.2564103 10
## [56] {20486397714,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2564103 10
## [57] {20282749123,
## 20403403190,
## 20514431362,
## 20527942773,
## 20544798911,
## 20547097069,
## 20554300805} 0.2564103 10
## [58] {20508274701,
## 20524890241,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.2564103 10
## [59] {20514431362,
## 20524890241,
## 20527942773,
## 20544798911,
## 20547097069,
## 20600538471} 0.2564103 10
## [60] {20514431362,
## 20527942773,
## 20534142227,
## 20544798911,
## 20547097069} 0.2564103 10A continuación se muestran las reglas de asociación brindadas por el algoritmo y que muestran relaciones frecuentes entre ellas, ordenadas de mayor a menor según el indicador lift.
# top de reglas con el modelo eclat
inspect(sort(x= subrules_eclat_02b, decreasing = T, by = "lift"),
ruleSep = "->", itemSep= " + ", setStart = "", setEnd="", linebrek = F)## lhs rhs support confidence lift itemset
## [1] 20493917065 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20534142227 +
## 20544798911 +
## 20547097069 -> 20534004185 0.2051282 1.0000000 4.333333 14
## [2] 20508274701 +
## 20514431362 +
## 20527942773 +
## 20534142227 +
## 20544798911 +
## 20547097069 -> 20534004185 0.2307692 1.0000000 4.333333 15
## [3] 10021511116 +
## 10081006518 +
## 10198001240 +
## 10285959077 +
## 20602482155 -> 10201150634 0.2051282 1.0000000 3.900000 4
## [4] 10021511116 +
## 10081006518 +
## 10285959077 +
## 20487619508 +
## 20600020430 +
## 20602482155 -> 10201150634 0.2051282 1.0000000 3.900000 8
## [5] 10021511116 +
## 10081006518 +
## 10285959077 +
## 20487619508 +
## 20602482155 -> 10201150634 0.2307692 1.0000000 3.900000 9
## [6] 10021511116 +
## 10081006518 +
## 10285959077 +
## 20600020430 +
## 20602482155 -> 10201150634 0.2307692 1.0000000 3.900000 10
## [7] 10021511116 +
## 10081006518 +
## 10285959077 +
## 20602482155 -> 10201150634 0.2564103 1.0000000 3.900000 11
## [8] 20282749123 +
## 20403403190 +
## 20508846780 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20600230558 0.2051282 1.0000000 3.900000 27
## [9] 10021511116 +
## 10081006518 +
## 10096210898 +
## 20600020430 -> 10285959077 0.2051282 1.0000000 3.545455 2
## [10] 10021511116 +
## 10081006518 +
## 10087138998 +
## 20600020430 -> 10285959077 0.2051282 1.0000000 3.545455 3
## [11] 10021511116 +
## 10081006518 +
## 10198001240 +
## 10201150634 +
## 20602482155 -> 10285959077 0.2051282 1.0000000 3.545455 4
## [12] 10021511116 +
## 10081006518 +
## 10198001240 +
## 20600020430 -> 10285959077 0.2051282 1.0000000 3.545455 5
## [13] 10021511116 +
## 10081006518 +
## 10198001240 -> 10285959077 0.2307692 1.0000000 3.545455 6
## [14] 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20562912615 +
## 20601358981 -> 20508846780 0.2051282 1.0000000 3.545455 7
## [15] 10021511116 +
## 10081006518 +
## 10201150634 +
## 20487619508 +
## 20600020430 +
## 20602482155 -> 10285959077 0.2051282 1.0000000 3.545455 8
## [16] 10021511116 +
## 10081006518 +
## 10201150634 +
## 20487619508 +
## 20602482155 -> 10285959077 0.2307692 1.0000000 3.545455 9
## [17] 10021511116 +
## 10081006518 +
## 10201150634 +
## 20600020430 +
## 20602482155 -> 10285959077 0.2307692 1.0000000 3.545455 10
## [18] 10021511116 +
## 10081006518 +
## 10201150634 +
## 20602482155 -> 10285959077 0.2564103 1.0000000 3.545455 11
## [19] 20282749123 +
## 20403403190 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 -> 20508846780 0.2051282 1.0000000 3.545455 27
## [20] 20489451558 +
## 20493917065 +
## 20508274701 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 -> 20508846780 0.2051282 1.0000000 3.545455 28
## [21] 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 +
## 20601358981 -> 20508846780 0.2051282 1.0000000 3.545455 29
## [22] 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 -> 20508846780 0.2307692 1.0000000 3.545455 30
## [23] 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 -> 20508846780 0.2564103 1.0000000 3.545455 31
## [24] 20508846780 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20600230558 0.2564103 0.9090909 3.545455 31
## [25] 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20568291566 -> 20508846780 0.2051282 1.0000000 3.545455 32
## [26] 20486397714 +
## 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20508846780 0.2051282 1.0000000 3.545455 43
## [27] 20489451558 +
## 20493917065 +
## 20508274701 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20601358981 -> 20508846780 0.2051282 1.0000000 3.545455 44
## [28] 20489451558 +
## 20493917065 +
## 20508274701 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20508846780 0.2307692 1.0000000 3.545455 45
## [29] 20489451558 +
## 20493917065 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20601358981 -> 20508846780 0.2051282 1.0000000 3.545455 46
## [30] 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20601358981 -> 20508846780 0.2307692 1.0000000 3.545455 47
## [31] 20489451558 +
## 20493917065 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20508846780 0.2564103 1.0000000 3.545455 48
## [32] 20527942773 +
## 20534703270 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20486397714 0.2051282 1.0000000 3.545455 60
## [33] 10091754857 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20486397714 0.2051282 1.0000000 3.545455 79
## [34] 20489451558 +
## 20493917065 +
## 20508846780 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20600230558 0.2307692 0.9000000 3.510000 30
## [35] 20486397714 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20568291566 0.2307692 0.9000000 3.510000 35
## [36] 10021511116 +
## 10181420761 -> 10081006518 0.2051282 1.0000000 3.250000 1
## [37] 10021511116 +
## 10096210898 +
## 10285959077 +
## 20600020430 -> 10081006518 0.2051282 1.0000000 3.250000 2
## [38] 10021511116 +
## 10081006518 +
## 10096210898 +
## 10285959077 -> 20600020430 0.2051282 1.0000000 3.250000 2
## [39] 10021511116 +
## 10087138998 +
## 10285959077 +
## 20600020430 -> 10081006518 0.2051282 1.0000000 3.250000 3
## [40] 10021511116 +
## 10081006518 +
## 10087138998 +
## 10285959077 -> 20600020430 0.2051282 1.0000000 3.250000 3
## [41] 10021511116 +
## 10198001240 +
## 10201150634 +
## 10285959077 +
## 20602482155 -> 10081006518 0.2051282 1.0000000 3.250000 4
## [42] 10021511116 +
## 10081006518 +
## 10198001240 +
## 10201150634 +
## 10285959077 -> 20602482155 0.2051282 1.0000000 3.250000 4
## [43] 10021511116 +
## 10198001240 +
## 10285959077 +
## 20600020430 -> 10081006518 0.2051282 1.0000000 3.250000 5
## [44] 10021511116 +
## 10198001240 +
## 10285959077 -> 10081006518 0.2307692 1.0000000 3.250000 6
## [45] 10021511116 +
## 10201150634 +
## 10285959077 +
## 20487619508 +
## 20600020430 +
## 20602482155 -> 10081006518 0.2051282 1.0000000 3.250000 8
## [46] 10021511116 +
## 10081006518 +
## 10201150634 +
## 10285959077 +
## 20487619508 +
## 20600020430 -> 20602482155 0.2051282 1.0000000 3.250000 8
## [47] 10021511116 +
## 10201150634 +
## 10285959077 +
## 20487619508 +
## 20602482155 -> 10081006518 0.2307692 1.0000000 3.250000 9
## [48] 10021511116 +
## 10081006518 +
## 10201150634 +
## 10285959077 +
## 20487619508 -> 20602482155 0.2307692 1.0000000 3.250000 9
## [49] 10021511116 +
## 10201150634 +
## 10285959077 +
## 20600020430 +
## 20602482155 -> 10081006518 0.2307692 1.0000000 3.250000 10
## [50] 10021511116 +
## 10081006518 +
## 10201150634 +
## 10285959077 +
## 20600020430 -> 20602482155 0.2307692 1.0000000 3.250000 10
## [51] 10021511116 +
## 10201150634 +
## 10285959077 +
## 20602482155 -> 10081006518 0.2564103 1.0000000 3.250000 11
## [52] 10021511116 +
## 10081006518 +
## 10201150634 +
## 10285959077 -> 20602482155 0.2564103 1.0000000 3.250000 11
## [53] 10021511116 +
## 10285959077 +
## 20600020430 -> 10081006518 0.2564103 1.0000000 3.250000 12
## [54] 10021511116 +
## 10285959077 -> 10081006518 0.2820513 1.0000000 3.250000 13
## [55] 10021511116 +
## 10081006518 -> 10285959077 0.2820513 0.9166667 3.250000 13
## [56] 20493917065 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20534004185 +
## 20544798911 +
## 20547097069 -> 20534142227 0.2051282 1.0000000 3.250000 14
## [57] 20508274701 +
## 20514431362 +
## 20527942773 +
## 20534004185 +
## 20544798911 +
## 20547097069 -> 20534142227 0.2307692 1.0000000 3.250000 15
## [58] 10021511116 +
## 20487619508 +
## 20600020430 +
## 20602482155 -> 10081006518 0.2307692 1.0000000 3.250000 16
## [59] 10021511116 +
## 10081006518 +
## 20487619508 +
## 20600020430 -> 20602482155 0.2307692 1.0000000 3.250000 16
## [60] 10021511116 +
## 20487619508 +
## 20602482155 -> 10081006518 0.2564103 1.0000000 3.250000 17
## [61] 10021511116 +
## 10081006518 +
## 20487619508 -> 20602482155 0.2564103 1.0000000 3.250000 17
## [62] 10021511116 +
## 20600020430 +
## 20602482155 -> 10081006518 0.2564103 1.0000000 3.250000 20
## [63] 10021511116 +
## 20602482155 -> 10081006518 0.2820513 1.0000000 3.250000 22
## [64] 20403403190 +
## 20508846780 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 -> 20282749123 0.2051282 1.0000000 3.250000 27
## [65] 20282749123 +
## 20508846780 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20600230558 -> 20403403190 0.2051282 1.0000000 3.250000 27
## [66] 20403403190 +
## 20486397714 +
## 20554300805 -> 20282749123 0.2051282 1.0000000 3.250000 73
## [67] 20282749123 +
## 20486397714 +
## 20554300805 -> 20403403190 0.2051282 1.0000000 3.250000 73
## [68] 20403403190 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20600538471 -> 20282749123 0.2051282 1.0000000 3.250000 82
## [69] 20282749123 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20600538471 -> 20403403190 0.2051282 1.0000000 3.250000 82
## [70] 20403403190 +
## 20493917065 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20601358981 -> 20282749123 0.2051282 1.0000000 3.250000 83
## [71] 20282749123 +
## 20493917065 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20601358981 -> 20403403190 0.2051282 1.0000000 3.250000 83
## [72] 20403403190 +
## 20493917065 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20282749123 0.2051282 1.0000000 3.250000 84
## [73] 20282749123 +
## 20493917065 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20403403190 0.2051282 1.0000000 3.250000 84
## [74] 20403403190 +
## 20493917065 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20282749123 0.2307692 1.0000000 3.250000 85
## [75] 20282749123 +
## 20493917065 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20403403190 0.2307692 1.0000000 3.250000 85
## [76] 20403403190 +
## 20514431362 +
## 20524890241 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20282749123 0.2051282 1.0000000 3.250000 86
## [77] 20282749123 +
## 20514431362 +
## 20524890241 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20403403190 0.2051282 1.0000000 3.250000 86
## [78] 20403403190 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20282749123 0.2051282 1.0000000 3.250000 87
## [79] 20282749123 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20403403190 0.2051282 1.0000000 3.250000 87
## [80] 20403403190 +
## 20504883737 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20282749123 0.2051282 1.0000000 3.250000 88
## [81] 20282749123 +
## 20504883737 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20403403190 0.2051282 1.0000000 3.250000 88
## [82] 20403403190 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20282749123 0.2564103 1.0000000 3.250000 89
## [83] 20282749123 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 -> 20403403190 0.2564103 1.0000000 3.250000 89
## [84] 20403403190 +
## 20514431362 +
## 20524890241 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20282749123 0.2307692 1.0000000 3.250000 90
## [85] 20282749123 +
## 20514431362 +
## 20524890241 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20403403190 0.2307692 1.0000000 3.250000 90
## [86] 20403403190 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20282749123 0.2307692 1.0000000 3.250000 91
## [87] 20282749123 +
## 20508274701 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20403403190 0.2307692 1.0000000 3.250000 91
## [88] 20403403190 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20282749123 0.2820513 1.0000000 3.250000 92
## [89] 20282749123 +
## 20514431362 +
## 20527942773 +
## 20544798911 +
## 20547097069 -> 20403403190 0.2820513 1.0000000 3.250000 92
## [90] 20403403190 +
## 20554300805 -> 20282749123 0.2820513 1.0000000 3.250000 93
## [91] 20282749123 +
## 20554300805 -> 20403403190 0.2820513 1.0000000 3.250000 93
## [92] 20403403190 -> 20282749123 0.3076923 1.0000000 3.250000 94
## [93] 20282749123 -> 20403403190 0.3076923 1.0000000 3.250000 94
## [94] 10021511116 +
## 10081006518 +
## 20600020430 -> 10285959077 0.2564103 0.9090909 3.223140 12
## [95] 10021511116 +
## 10081006518 +
## 20602482155 -> 20487619508 0.2564103 0.9090909 3.223140 17
## [96] 10021511116 +
## 10081006518 +
## 10201150634 +
## 10285959077 +
## 20602482155 -> 20487619508 0.2307692 0.9000000 3.190909 9
## [97] 10021511116 +
## 10081006518 +
## 20600020430 +
## 20602482155 -> 20487619508 0.2307692 0.9000000 3.190909 16
## [98] 20527942773 +
## 20544798911 +
## 20547097069 +
## 20554300805 +
## 20568291566 -> 20486397714 0.2307692 0.9000000 3.190909 35