ScholarGate
Assistent
Process / pipeline

Analyse van netwerken met kleine wereld en schaalvrije eigenschappen

Kleine wereld en schaalvrije netwerkanalyse onderzoekt of een echt netwerk twee belangrijke topologische kenmerken vertoont die in 1998-1999 zijn geïdentificeerd: de Watts-Strogatz kleine wereld-eigenschap (hoge lokale clustering gecombineerd met korte gemiddelde padlengtes) en de Barabási-Albert schaalvrije eigenschap (een graadverdeling die een machtswet volgt, wat betekent dat een klein aantal knooppunten verbonden is met een onevenredig groot deel van andere knooppunten). Samen hebben deze kaders de netwerkwetenschap getransformeerd door aan te tonen dat veel sociale, biologische en technologische netwerken een gemeenschappelijke structurele grammatica delen.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  1. Watts, D.J. & Strogatz, S.H. (1998). Collective Dynamics of 'Small-World' Networks. Nature, 393(6684), 440-442. DOI: 10.1038/30918
  2. Barabási, A.L. & Albert, R. (1999). Emergence of Scaling in Random Networks. Science, 286(5439), 509-512. DOI: 10.1126/science.286.5439.509

Deze pagina citeren

ScholarGate. (2026, June 1). Small-World and Scale-Free Network Analysis (Watts-Strogatz & Barabási-Albert). ScholarGate. https://scholargate.app/nl/network-analysis/small-world-scale-free

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
ScholarGateSmall-World and Scale-Free Network Analysis (Small-World and Scale-Free Network Analysis (Watts-Strogatz & Barabási-Albert)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/network-analysis/small-world-scale-free · Gegevensset: https://doi.org/10.5281/zenodo.20539026