Machine learningNetwork science

Ohjattu eigenvector-keskeisyys

Ohjattu eigenvector-keskeisyys laajentaa klassista eigenvector-keskeisyyttä ohjattuihin verkkoihin pisteyttämällä jokaisen solmun sen solmujen keskeisyyden mukaan, jotka osoittavat siihen (sisääntulo) tai joihin se osoittaa (ulostulo). Solmu saa korkean pistemäärän paitsi sillä, että sillä on monta yhteyttä, myös sillä, että se on yhteydessä muihin korkean keskeisyyden solmuihin, vangiten epäsymmetristä vaikutusta viittausverkostoissa, sosiaalisissa hierarkioissa ja informaatiovirroissa.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92(5), 1170–1182. DOI: 10.1086/228631
  2. Eigenvector centrality. Wikipedia. link

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs). ScholarGate. https://scholargate.app/fi/network-analysis/directed-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

Tähän viittaavat

ScholarGateDirected Eigenvector Centrality (Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/network-analysis/directed-eigenvector-centrality · Aineisto: https://doi.org/10.5281/zenodo.20539026