Machine learningNetwork science

مرکزیت واسطه‌گری وزنی

مرکزیت واسطه‌گری وزنی، معیار واسطه‌گری فریمن را به گراف‌های وزنی لبه با مسیریابی کوتاه‌ترین مسیرها از طریق یک تبدیل قابل تنظیم از وزن‌های لبه تعمیم می‌دهد. گره‌هایی که در مسیرهای کوتاه با ارزش بالا قرار دارند، امتیازات بالایی دریافت می‌کنند و واسطه‌ها و پل‌ها را در شبکه‌های اجتماعی، بیولوژیکی و اطلاعاتی که استحکام پیوند اهمیت دارد، شناسایی می‌کنند.

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.

+1 more

منابع

  1. 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
  2. Brandes, U. (2001). A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2), 163–177. DOI: 10.1080/0022250X.2001.9990249

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs). ScholarGate. https://scholargate.app/fa/network-analysis/weighted-betweenness-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

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/network-analysis/weighted-betweenness-centrality · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026