Analisis Sentraliti — Darjah, Antara, Eigenvector
Analisis sentraliti ialah satu keluarga ukuran analisis rangkaian, yang diformalisasikan oleh Freeman (1979), yang mengukur kepentingan struktur nod individu dalam graf. Setiap indeks sentraliti menangkap mekanisme pengaruh yang berbeza: sentraliti darjah mencerminkan sambungan langsung, sentraliti antara mengenal pasti nod yang mengurus aliran maklumat, sentraliti kedekatan menangkap kedekatan dengan semua yang lain, dan sentraliti eigenvector (bersama dengan PageRank) memberi ganjaran kepada sambungan kepada jiran yang bersambung tinggi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/ms/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.
- Pengesanan KomunitiAnalisis Rangkaian↔ compare
- Model Graf Rawak Eksponensial (ERGM / p*)Analisis Rangkaian↔ compare
- Ramalan PautanAnalisis Rangkaian↔ compare
- Model Penyebaran RangkaianAnalisis Rangkaian↔ compare
- Stochastic Block ModelAnalisis Rangkaian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →