Machine learningNetwork science

Směrová vlastní centralita

Směrová vlastní centralita rozšiřuje klasickou vlastní centralitu na orientované grafy tím, že ohodnotí každý uzel podle centrality uzlů, které na něj směřují (vstupní směr), nebo na které směřuje on (výstupní směr). Uzel získává vysoké skóre nejen tím, že má mnoho spojení, ale tím, že je spojen s jinými vysoce centrálními uzly, což zachycuje asymetrický vliv v citačních sítích, sociálních hierarchiích a informačních tocích.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  1. Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92(5), 1170–1182. DOI: 10.1086/228631
  2. Eigenvector centrality. Wikipedia. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs). ScholarGate. https://scholargate.app/cs/network-analysis/directed-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

Odkazuje sem

ScholarGateDirected Eigenvector Centrality (Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/directed-eigenvector-centrality · Datová sada: https://doi.org/10.5281/zenodo.20539026