Machine learningNetwork science

مرکزیت نزدیکی چندلایه‌ای

مرکزیت نزدیکی چندلایه‌ای، معیار مرکزیت نزدیکی کلاسیک را به شبکه‌هایی تعمیم می‌دهد که حاوی انواع متعددی از روابط یا زمینه‌های تعامل (لایه‌ها) هستند. به جای در نظر گرفتن هر لایه به صورت مجزا، این معیار محاسبه می‌کند که یک گره با طی کردن هر ترکیبی از لایه‌های موجود، با چه سرعتی می‌تواند به سایر گره‌ها دست یابد و گره‌هایی را آشکار می‌سازد که اتصالات کارآمد ساختاری در کل سیستم شبکه هستند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI: 10.1093/comnet/cnu016
  2. Sole-Ribalta, A., De Domenico, M., Kouvaris, N. E., Diaz-Guilera, A., Gomez, S., & Arenas, A. (2013). Spectral properties of the Laplacian of multiplex networks. Physical Review E, 88(3), 032807. DOI: 10.1103/PhysRevE.88.032807

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Multilayer Closeness Centrality (Generalized Closeness for Multilayer Networks). ScholarGate. https://scholargate.app/fa/network-analysis/multilayer-closeness-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

ارجاع‌شده در

ScholarGateMultilayer Closeness Centrality (Multilayer Closeness Centrality (Generalized Closeness for Multilayer Networks)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/network-analysis/multilayer-closeness-centrality · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026