Machine learningNetwork science

Svērtais starpniecības centrālums

Svērtais starpniecības centrālums paplašina Frīmena starpniecības mēru uz malu svērto grafu analīzi, izmantojot īsāko ceļu maršrutēšanu caur regulējamu malu svaru transformāciju. Mezgli, kas atrodas uz daudziem augstas vērtības īsākajiem ceļiem, saņem augstus rādītājus, identificējot brokerus un tiltus sociālajos, bioloģiskajos un informācijas tīklos, kur svaru stiprums ir nozīmīgs.

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.

+1 more

Avoti

  1. 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
  2. Brandes, U. (2001). A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2), 163–177. DOI: 10.1080/0022250X.2001.9990249

Kā citēt šo lapu

ScholarGate. (2026, June 3). Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs). ScholarGate. https://scholargate.app/lv/network-analysis/weighted-betweenness-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

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/weighted-betweenness-centrality · Datu kopa: https://doi.org/10.5281/zenodo.20539026