Machine learningNetwork science

Vážená centralita vlastního vektoru

Vážená centralita vlastního vektoru rozšiřuje klasickou míru centrality vlastního vektoru na grafy, kde hrany nesou numerické váhy, a boduje každý uzel úměrně součtu skóre jeho sousedů vynásobeného váhami spojovacích hran. Uzly získávají vysoké skóre nejen díky mnoha spojením, ale také díky silnému propojení s jinými vlivnými uzly, což činí tuto míru citlivou jak na sílu vazby, tak na pozici v síti současně.

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. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/cs/network-analysis/weighted-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

ScholarGateWeighted Eigenvector Centrality (Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/weighted-eigenvector-centrality · Datová sada: https://doi.org/10.5281/zenodo.20539026