भारित आइगनवेक्टर केंद्रीयता
भारित आइगनवेक्टर केंद्रीयता क्लासिक आइगनवेक्टर केंद्रीयता माप को उन ग्राफ़ तक विस्तारित करती है जहाँ किनारों पर संख्यात्मक भार होते हैं, प्रत्येक नोड को उसके पड़ोसियों के स्कोर के योग के समानुपातिक रूप से स्कोर करती है जिसे जोड़ने वाले किनारे के भार से गुणा किया जाता है। नोड्स को न केवल कई कनेक्शन होने से बल्कि अन्य प्रभावशाली नोड्स से मजबूती से जुड़े होने से उच्च स्कोर मिलता है, जिससे यह माप संबंध की शक्ति और नेटवर्क स्थिति दोनों के प्रति एक साथ संवेदनशील हो जाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92(5), 1170–1182. DOI: 10.1086/228631 ↗
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/hi/network-analysis/weighted-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.
- डिग्री सेंट्रैलिटीनेटवर्क विश्लेषण↔ compare
- आइगेनवेक्टर सेंट्रैलिटीनेटवर्क विश्लेषण↔ compare
- भारित मध्यस्थता केन्द्रीयतानेटवर्क विश्लेषण↔ compare
- भारित निकटता केन्द्रीयतानेटवर्क विश्लेषण↔ compare
- भारित डिग्री केंद्रीयतानेटवर्क विश्लेषण↔ compare
- Weighted PageRankनेटवर्क विश्लेषण↔ compare