Machine learningNetwork science

आइगेनवेक्टर सेंट्रैलिटी

आइगेनवेक्टर सेंट्रैलिटी, जिसे 1972 में बोनैकिक द्वारा प्रस्तुत किया गया था, किसी नोड के प्रभाव को न केवल उसके पड़ोसियों की संख्या पर विचार करके मापता है, बल्कि यह भी कि वे पड़ोसी कितने प्रभावशाली हैं। एक नोड उच्च स्कोर प्राप्त करता है यदि वह अन्य उच्च-स्कोर वाले नोड्स से जुड़ा हो, जिससे यह नेटवर्क में संरचनात्मक महत्व का एक पुनरावर्ती, विश्व-व्यापी माप बन जाता है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

+9 more

स्रोत

  1. Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. Journal of Mathematical Sociology, 2(1), 113–120. DOI: 10.1080/0022250X.1972.9989806
  2. Eigenvector centrality. Wikipedia. link

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 3). Eigenvector Centrality (Bonacich Power Centrality). ScholarGate. https://scholargate.app/hi/network-analysis/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

इनमें संदर्भित

ScholarGateEigenvector Centrality (Eigenvector Centrality (Bonacich Power Centrality)). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/network-analysis/eigenvector-centrality · डेटासेट: https://doi.org/10.5281/zenodo.20539026