Machine learningNetwork science

Vážená středovost mezi uzly

Vážená středovost rozšiřuje Freemanovu míru středovosti na grafy s váženými hranami tím, že nejkratší cesty směruje přes laditelnou transformaci vah hran. Uzly, které leží na mnoha nejkratších cestách s vysokou hodnotou, získávají vysoká skóre, čímž identifikují prostředníky a mosty v sociálních, biologických a informačních sítích, kde záleží na síle vazeb.

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.

+1 more

Zdroje

  1. Opsahl, T., Agneessens, F., & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251. DOI: 10.1016/j.socnet.2010.03.006
  2. Brandes, U. (2001). A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2), 163–177. DOI: 10.1080/0022250X.2001.9990249

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs). ScholarGate. https://scholargate.app/cs/network-analysis/weighted-betweenness-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

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/weighted-betweenness-centrality · Datová sada: https://doi.org/10.5281/zenodo.20539026