ScholarGate
Avustaja
Machine learningNetwork science

Painotettu läheisyyskeskisyys

Painotettu läheisyyskeskisyys laajentaa klassista läheisyysmittaa verkkoihin, joissa kaarilla on numeerisia painoja – kuten frekvenssi, vahvuus tai kustannus – sisällyttämällä nämä painot lyhimmän polun etäisyyksiin. Solmut, jotka voivat saavuttaa toiset nopeasti vahvoja tai tehokkaita yhteyksiä pitkin, saavat korkeampia pisteitä, mikä tekee siitä rikkaamman indikaattorin tiedon leviämispotentiaalista kuin sen binäärisestä vastineesta.

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Weighted Closeness Centrality (Opsahl Generalized Closeness). ScholarGate. https://scholargate.app/fi/network-analysis/weighted-closeness-centrality

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateWeighted Closeness Centrality (Weighted Closeness Centrality (Opsahl Generalized Closeness)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/network-analysis/weighted-closeness-centrality · Aineisto: https://doi.org/10.5281/zenodo.20539026