Centrāles analīze — pakāpe, starpība, īpašs vektors
Centrāles analīze ir tīklu analītisko mēru saime, ko formalizējis Frīmens (1979), kas kvantificē atsevišķu mezglu strukturālo nozīmi grafā. Katrs centrāles indekss atspoguļo atšķirīgu ietekmes mehānismu: pakāpes centrāle atspoguļo tiešo savienojamību, starpības centrāle identificē mezglus, kas starpnieko informācijas plūsmai, tuvuma centrāle atspoguļo tuvumu visiem pārējiem, bet īpašā vektora centrāle (kopā ar PageRank) atalgo savienojumu ar ļoti savienotiem kaimiņiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Avoti
- Freeman, L.C. (1979). Centrality in Social Networks: Conceptual Clarification. Social Networks, 1(3), 215-239. DOI: 10.1016/0378-8733(78)90021-7 ↗
- Borgatti, S.P. (2005). Centrality and Network Flow. Social Networks, 27(1), 55-71. DOI: 10.1016/j.socnet.2004.11.008 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/lv/network-analysis/centrality-analysis
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.
- Kopienu noteikšanaTīklu analīze↔ compare
- Eksponenciālo tīklu modeļa (ERGM / p*)Tīklu analīze↔ compare
- Saišu prognozēšanaTīklu analīze↔ compare
- Tīkla difūzijas modeļiTīklu analīze↔ compare
- Stohastiskais bloku modelisTīklu analīze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →