পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| নির্দেশিত নৈকট্য কেন্দ্রীয়তা× | সান্নিধ্য কেন্দ্রীয়তা× | |
|---|---|---|
| ক্ষেত্র | নেটওয়ার্ক বিশ্লেষণ | নেটওয়ার্ক বিশ্লেষণ |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 1979–1994 | 1950 (formalized 1979) |
| প্রবর্তক≠ | Freeman, L. C.; Wasserman, S. & Faust, K. | Bavelas, A.; formalized by Freeman, L. C. |
| ধরন≠ | Centrality measure | Node-level centrality index |
| মৌলিক উৎস≠ | Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38269-4 | Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI ↗ |
| অপর নাম | directed closeness, in-closeness centrality, out-closeness centrality, directional closeness | closeness, farness-based centrality, geodesic closeness, normalized closeness centrality |
| সম্পর্কিত≠ | 5 | 6 |
| সারসংক্ষেপ≠ | Directed closeness centrality extends the classical closeness measure to directed networks by separately quantifying how quickly a node can be reached by others (in-closeness) and how quickly it can reach all others (out-closeness). It is a foundational node-level metric in social network analysis and graph theory, used wherever link direction conveys meaningful asymmetry such as citation flows, information cascades, or authority hierarchies. | Closeness centrality measures how quickly a node can reach all others in a network by computing the inverse of its average shortest-path distance to every other node. First described by Bavelas (1950) and formally unified by Freeman (1979), it identifies nodes that can spread information or resources efficiently across the entire graph — not merely nodes with many direct contacts. |
| ScholarGateডেটাসেট ↗ |
|
|