Machine learningNetwork science

আইগেনভেক্টর সেন্ট্রালিটি

আইগেনভেক্টর সেন্ট্রালিটি, যা ১৯৭২ সালে বোনাচিক (Bonacich) প্রবর্তন করেন, তা একটি নোডের প্রভাব পরিমাপ করে কেবল তার প্রতিবেশী সংখ্যা বিবেচনা করে নয়, বরং সেই প্রতিবেশীরা কতটা প্রভাবশালী তাও বিবেচনা করে। একটি নোড উচ্চ স্কোর লাভ করে যদি এটি অন্যান্য উচ্চ-স্কোরিং নোডের সাথে সংযুক্ত থাকে, যা এটিকে একটি নেটওয়ার্কে কাঠামোগত গুরুত্বের একটি পুনরাবৃত্তিমূলক, বিশ্বব্যাপী-সচেতন পরিমাপ করে তোলে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

+9 more

উৎস

  1. Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. Journal of Mathematical Sociology, 2(1), 113–120. DOI: 10.1080/0022250X.1972.9989806
  2. Eigenvector centrality. Wikipedia. link

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Eigenvector Centrality (Bonacich Power Centrality). ScholarGate. https://scholargate.app/bn/network-analysis/eigenvector-centrality

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateEigenvector Centrality (Eigenvector Centrality (Bonacich Power Centrality)). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/network-analysis/eigenvector-centrality · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026