Machine learningNetwork science

Σταθμισμένη Κεντρικότητα Ιδιοδιανύσματος

Η σταθμισμένη κεντρικότητα ιδιοδιανύσματος επεκτείνει το κλασικό μέτρο κεντρικότητας ιδιοδιανύσματος σε γράφους όπου οι ακμές φέρουν αριθμητικά βάρη, βαθμολογώντας κάθε κόμβο αναλογικά προς το άθροισμα των βαθμών των γειτόνων του πολλαπλασιασμένο με τα βάρη των συνδετικών ακμών. Οι κόμβοι βαθμολογούνται υψηλά όχι μόνο επειδή έχουν πολλές συνδέσεις, αλλά επειδή συνδέονται ισχυρά με άλλους επιδραστικούς κόμβους, καθιστώντας το μέτρο ευαίσθητο τόσο στην ισχύ των δεσμών όσο και στη θέση στο δίκτυο ταυτόχρονα.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/el/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

Αναφέρεται από

ScholarGateWeighted Eigenvector Centrality (Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/network-analysis/weighted-eigenvector-centrality · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026