ScholarGate
Asszisztens
Machine learningNetwork science

Többrétegű Közelségközpontúság

A többdimenziós (multilayer) közelségközpontúság (closeness centrality) kiterjeszti a klasszikus közelségközpontúság mértékét olyan hálózatokra, amelyek több kapcsolattípust vagy interakciós kontextust (réteget) tartalmaznak. Ahelyett, hogy minden réteget külön kezelne, kiszámítja, hogy egy csomópont milyen gyorsan érhet el minden más csomópontot a rendelkezésre álló rétegek bármilyen kombinációját igénybe véve, így feltárva azokat a csomópontokat, amelyek strukturálisan hatékony összekötőként szolgálnak a teljes hálózati rendszerben.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI: 10.1093/comnet/cnu016
  2. Sole-Ribalta, A., De Domenico, M., Kouvaris, N. E., Diaz-Guilera, A., Gomez, S., & Arenas, A. (2013). Spectral properties of the Laplacian of multiplex networks. Physical Review E, 88(3), 032807. DOI: 10.1103/PhysRevE.88.032807

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Multilayer Closeness Centrality (Generalized Closeness for Multilayer Networks). ScholarGate. https://scholargate.app/hu/network-analysis/multilayer-closeness-centrality

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateMultilayer Closeness Centrality (Multilayer Closeness Centrality (Generalized Closeness for Multilayer Networks)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/network-analysis/multilayer-closeness-centrality · Adatkészlet: https://doi.org/10.5281/zenodo.20539026