Zentralitätsanalyse — Grad, Zwischen-Sein, Eigenvektor
Zentralitätsanalyse ist eine Familie von netzwerkanalytischen Maßen, die von Freeman (1979) formalisiert wurde und die strukturelle Bedeutung einzelner Knoten innerhalb eines Graphen quantifiziert. Jeder Zentralitätsindex erfasst einen unterschiedlichen Mechanismus des Einflusses: Gradzentralität spiegelt direkte Konnektivität wider, Zwischen-Sein-Zentralität identifiziert Knoten, die den Informationsfluss vermitteln, Nähezentralität erfasst die Nähe zu allen anderen und Eigenvektorzentralität (zusammen mit PageRank) belohnt die Verbindung zu stark verbundenen Nachbarn.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/de/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.
- Community DetectionNetzwerkanalyse↔ compare
- Exponential Random Graph Model (ERGM / p*)Netzwerkanalyse↔ compare
- Link PredictionNetzwerkanalyse↔ compare
- Netzwerk-DiffusionsmodelleNetzwerkanalyse↔ compare
- Stochastic Block ModelNetzwerkanalyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →