ScholarGate
Assistant
Machine learningNetwork science

Centralité de proximité pondérée

La centralité de proximité pondérée étend la mesure de proximité de Freeman aux graphes pondérés par les arêtes en acheminant les plus courts chemins via une transformation réglable des poids des arêtes. Les nœuds qui se trouvent sur de nombreux plus courts chemins de haute valeur reçoivent des scores élevés, identifiant les courtiers et les ponts dans les réseaux sociaux, biologiques et d'information où la force des liens est importante.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

+1 more

Sources

  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

Comment citer cette page

ScholarGate. (2026, June 3). Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs). ScholarGate. https://scholargate.app/fr/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

Référencée par

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). Consulté le 2026-06-15 sur https://scholargate.app/fr/network-analysis/weighted-betweenness-centrality · Jeu de données : https://doi.org/10.5281/zenodo.20539026