Sentralitas Eigenvektor Tertimbang
Sentralitas eigenvektor tertimbang memperluas ukuran sentralitas eigenvektor klasik ke graf di mana sisi-sisinya membawa bobot numerik, memberi skor pada setiap simpul secara proporsional terhadap jumlah skor tetangganya dikalikan dengan bobot sisi penghubung. Simpul mendapat skor tinggi bukan hanya karena memiliki banyak koneksi tetapi karena terhubung kuat ke simpul berpengaruh lainnya, membuat ukuran ini sensitif terhadap kekuatan ikatan dan posisi jaringan secara bersamaan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/id/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.
- Sentralitas DerajatAnalisis Jaringan↔ compare
- Sentralitas EigenvectorAnalisis Jaringan↔ compare
- Sentralitas Antara BobotAnalisis Jaringan↔ compare
- Sentralitas Kedekatan BerbobotAnalisis Jaringan↔ compare
- Sentralitas Derajat BerbobotAnalisis Jaringan↔ compare
- PageRank BerbobotAnalisis Jaringan↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →