পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ভারিত নৈকট্য কেন্দ্রীয়তা× | সান্নিধ্য কেন্দ্রীয়তা× | |
|---|---|---|
| ক্ষেত্র | নেটওয়ার্ক বিশ্লেষণ | নেটওয়ার্ক বিশ্লেষণ |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 2010 | 1950 (formalized 1979) |
| প্রবর্তক≠ | Opsahl, T.; Agneessens, F.; Skvoretz, J. | Bavelas, A.; formalized by Freeman, L. C. |
| ধরন≠ | Centrality measure (network analysis) | Node-level centrality index |
| মৌলিক উৎস≠ | Opsahl, T., Agneessens, F. & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251. DOI ↗ | Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI ↗ |
| অপর নাম | weighted closeness, generalized closeness centrality, WCC, distance-weighted closeness | closeness, farness-based centrality, geodesic closeness, normalized closeness centrality |
| সম্পর্কিত | 6 | 6 |
| সারসংক্ষেপ≠ | Weighted closeness centrality extends the classic closeness measure to networks where edges carry numerical weights — such as frequency, strength, or cost — by incorporating those weights into shortest-path distances. Nodes that can reach others quickly along strong or efficient connections receive higher scores, making it a richer indicator of information-spreading potential than its binary counterpart. | 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 ↗ |
|
|