Análisis de Centralidad — Grado, Intermediación, Eigenvector
El análisis de centralidad es una familia de medidas de análisis de redes, formalizada por Freeman (1979), que cuantifica la importancia estructural de nodos individuales dentro de un grafo. Cada índice de centralidad captura un mecanismo distinto de influencia: la centralidad de grado refleja la conectividad directa, la centralidad de intermediación identifica nodos que actúan como intermediarios en el flujo de información, la centralidad de cercanía captura la proximidad a todos los demás, y la centralidad de eigenvector (junto con PageRank) recompensa la conexión con vecinos muy conectados.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/es/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.
- Detección de ComunidadesAnálisis de redes↔ compare
- Modelo de Grafos Aleatorios Exponenciales (ERGM / p*)Análisis de redes↔ compare
- Predicción de EnlacesAnálisis de redes↔ compare
- Modelos de difusión en redesAnálisis de redes↔ compare
- Modelo de Bloques EstocásticosAnálisis de redes↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →