Anàlisi de Centralitat — Grau, Intermediació, Vector Propi
L'anàlisi de centralitat és una família de mesures d'anàlisi de xarxes, formalitzada per Freeman (1979), que quantifica la importància estructural dels nodes individuals dins d'un graf. Cada índex de centralitat captura un mecanisme d'influència distint: la centralitat de grau reflecteix la connectivitat directa, la centralitat d'intermediació identifica els nodes que arbitren el flux d'informació, la centralitat de proximitat captura la proximitat a tots els altres, i la centralitat d'eigenvector (juntament amb PageRank) recompensa la connexió amb veïns altament connectats.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Fonts
- Freeman, L.C. (1979). Centrality in Social Networks: Conceptual Clarification. Social Networks, 1(3), 215-239. DOI: 10.1016/0378-8733(78)90021-7 ↗
- Borgatti, S.P. (2005). Centrality and Network Flow. Social Networks, 27(1), 55-71. DOI: 10.1016/j.socnet.2004.11.008 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/ca/network-analysis/centrality-analysis
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.
- Detecció de ComunitatsAnàlisi de xarxes↔ compare
- Model de Gràfic Aleatori Exponencial (ERGM / p*)Anàlisi de xarxes↔ compare
- Predicció d'enllaçosAnàlisi de xarxes↔ compare
- Models de difusió en xarxaAnàlisi de xarxes↔ compare
- Stochastic Block ModelAnàlisi de xarxes↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →