Sentralitetsanalyse — grad, mellomliggende, egenvektor
Sentralitetsanalyse er en familie av nettverksanalytiske mål, formalisert av Freeman (1979), som kvantifiserer den strukturelle viktigheten av individuelle noder innenfor en graf. Hver sentralitetsindeks fanger opp en distinkt mekanisme for innflytelse: gradsentralitet reflekterer direkte tilkobling, mellomliggende sentralitet identifiserer noder som megler informasjonsflyt, nærhetssentralitet fanger opp nærhet til alle andre, og egenvektorsentralitet (sammen med PageRank) belønner tilkobling til sterkt tilkoblede naboer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/no/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.
- FellesskapsdeteksjonNettverksanalyse↔ compare
- Eksponensiell tilfeldig grafmodell (ERGM / p*)Nettverksanalyse↔ compare
- LenkeprediksjonNettverksanalyse↔ compare
- NettverksdiffusjonsmodellerNettverksanalyse↔ compare
- Stochastic Block ModelNettverksanalyse↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →