ScholarGate
Assistent
Machine learningNetwork science

Vektet egenvektorsentralitet

Vektet egenvektorsentralitet utvider det klassiske målet for egenvektorsentralitet til grafer der kanter har numeriske vekter, og scorer hver node proporsjonalt med summen av naboenes scorer multiplisert med vektene på de tilknyttede kantene. Noder scorer høyt ikke bare ved å ha mange forbindelser, men ved å være sterkt knyttet til andre innflytelsesrike noder, noe som gjør målet følsomt for både båndstyrke og nettverksposisjon samtidig.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/no/network-analysis/weighted-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

Referert av

ScholarGateWeighted Eigenvector Centrality (Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks)). Hentet 2026-06-15 fra https://scholargate.app/no/network-analysis/weighted-eigenvector-centrality · Datasett: https://doi.org/10.5281/zenodo.20539026