Machine learningNetwork science

Virziena Eigenvektora Centrālisms

Virziena Eigenvektora Centrālisms paplašina klasisko Eigenvektora Centrālismu uz virziena grafiem, novērtējot katru mezglu atbilstoši to mezglu centrālismam, kas uz to norāda (iekšējā virzienā) vai uz kuriem tas norāda (ārējā virzienā). Mezgls iegūst augstu novērtējumu nevis vienkārši, pateicoties daudziem savienojumiem, bet gan savienojoties ar citiem augsti centralizētiem mezgliem, tādējādi tverot asimetrisku ietekmi citēšanas tīklos, sociālajās hierarhijās un informācijas plūsmās.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92(5), 1170–1182. DOI: 10.1086/228631
  2. Eigenvector centrality. Wikipedia. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs). ScholarGate. https://scholargate.app/lv/network-analysis/directed-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.

Compare side by side

Uz to atsaucas

ScholarGateDirected Eigenvector Centrality (Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs)). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/directed-eigenvector-centrality · Datu kopa: https://doi.org/10.5281/zenodo.20539026