Centralitetsanalyse — Grad, Mellemhed, Egenvektor
Centralitetsanalyse er en familie af netværksanalytiske mål, formaliseret af Freeman (1979), der kvantificerer den strukturelle betydning af individuelle knuder i en graf. Hvert centralitetsindeks indfanger en distinkt mekanisme for indflydelse: gradcentralitet afspejler direkte konnektivitet, mellemhedscentralitet identificerer knuder, der mægler informationsflow, nærhedscentralitet indfanger nærhed til alle andre, og egenvektorcentralitet (sammen med PageRank) belønner forbindelse til højt forbundne naboer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/da/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.
- FællesskabsdetektionNetværksanalyse↔ compare
- Exponential Random Graph Model (ERGM / p*)Netværksanalyse↔ compare
- Link PredictionNetværksanalyse↔ compare
- NetværksdiffusionsmodellerNetværksanalyse↔ compare
- Stokastisk blokmodelNetværksanalyse↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →