Analyse de centralité — Degré, Intermédiarité, Vecteur propre
L'analyse de centralité est une famille de mesures d'analyse de réseaux, formalisée par Freeman (1979), qui quantifie l'importance structurelle des nœuds individuels au sein d'un graphe. Chaque indice de centralité capture un mécanisme d'influence distinct : la centralité de degré reflète la connectivité directe, la centralité d'intermédiarité identifie les nœuds qui servent de courroie de transmission au flux d'information, la centralité de proximité capture la proximité avec tous les autres, et la centralité de vecteur propre (ainsi que PageRank) récompense la connexion à des voisins fortement connectés.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/fr/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.
- Détection de communautésAnalyse de réseaux↔ compare
- Modèle exponentiel de graphes aléatoires (ERGM / p*)Analyse de réseaux↔ compare
- Prédiction de liensAnalyse de réseaux↔ compare
- Modèles de diffusion en réseauAnalyse de réseaux↔ compare
- Modèle de blocs stochastiquesAnalyse de réseaux↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →