পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| আইগেনভেক্টর সেন্ট্রালিটি× | সান্নিধ্য কেন্দ্রীয়তা× | |
|---|---|---|
| ক্ষেত্র | নেটওয়ার্ক বিশ্লেষণ | নেটওয়ার্ক বিশ্লেষণ |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 1972 | 1950 (formalized 1979) |
| প্রবর্তক≠ | Bonacich, P. | Bavelas, A.; formalized by Freeman, L. C. |
| ধরন≠ | Centrality measure | Node-level centrality index |
| মৌলিক উৎস≠ | Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. Journal of Mathematical Sociology, 2(1), 113–120. DOI ↗ | Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI ↗ |
| অপর নাম | eigenvector centrality, EC, Bonacich centrality, power centrality | closeness, farness-based centrality, geodesic closeness, normalized closeness centrality |
| সম্পর্কিত | 6 | 6 |
| সারসংক্ষেপ≠ | Eigenvector centrality, introduced by Bonacich in 1972, measures a node's influence by considering not just how many neighbors it has, but how influential those neighbors are. A node scores highly if it is connected to other high-scoring nodes, making it a recursive, globally-aware measure of structural importance in a network. | 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 ↗ |
|
|