Machine learningNetwork science
מדד קרבה משוקלל
מדד קרבה משוקלל מרחיב את מדד הקרבה הקלאסי לרשתות שבהן לקשתות יש משקלים מספריים — כגון תדירות, עוצמה או עלות — על ידי שילוב משקלים אלו במרחקי המסלול הקצר ביותר. צמתים שיכולים להגיע לאחרים במהירות לאורך קשרים חזקים או יעילים מקבלים ציונים גבוהים יותר, מה שהופך אותו למדד עשיר יותר של פוטנציאל התפשטות מידע מאשר מקבילו הבינארי.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
- Brandes, U. (2001). A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2), 163–177. DOI: 10.1080/0022250X.2001.9990249 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Weighted Closeness Centrality (Opsahl Generalized Closeness). ScholarGate. https://scholargate.app/he/network-analysis/weighted-closeness-centrality
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- מרכזיות קרבהניתוח רשתות↔ השוואה
- מרכזיות וקטור עצמיניתוח רשתות↔ השוואה
- מרכזיות ביניים משוקללתניתוח רשתות↔ השוואה
- מרכזיות דרגה משוקללתניתוח רשתות↔ השוואה
- מרכזיות וקטור עצמי משוקללתניתוח רשתות↔ השוואה
- ניתוח רשתות חברתיות משוקללותניתוח רשתות↔ השוואה