Machine learningNetwork science
가중 근접 중심성
가중 근접 중심성은 가장자리(edge)가 빈도, 강도 또는 비용과 같은 수치 가중치를 전달하는 네트워크에서 최단 경로 거리에 이러한 가중치를 통합함으로써 고전적인 근접성 측정을 확장합니다. 강하거나 효율적인 연결을 통해 다른 노드에 빠르게 도달할 수 있는 노드는 더 높은 점수를 받으며, 이는 이진(binary) 측정값보다 정보 확산 잠재력에 대한 더 풍부한 지표가 됩니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Weighted Closeness Centrality (Opsahl Generalized Closeness). ScholarGate. https://scholargate.app/ko/network-analysis/weighted-closeness-centrality
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 근접 중심성네트워크 분석↔ 비교
- 고유벡터 중심성네트워크 분석↔ 비교
- 가중치 부여된 중간점 중심성네트워크 분석↔ 비교
- 가중 차수 중심성네트워크 분석↔ 비교
- 가중치 고유벡터 중심성네트워크 분석↔ 비교
- 가중치 사회 연결망 분석 (Weighted Social Network Analysis)네트워크 분석↔ 비교