Machine learningNetwork science

Ważone centralności pośrednictwa

Ważone centralności pośrednictwa rozszerza miarę pośrednictwa Freemana na grafy z ważonymi krawędziami poprzez wyznaczanie najkrótszych ścieżek za pomocą dostrajanej transformacji wag krawędzi. Węzły leżące na wielu najkrótszych ścieżkach o wysokiej wartości otrzymują wysokie wyniki, identyfikując pośredników i mosty w sieciach społecznych, biologicznych i informacyjnych, gdzie liczy się siła więzi.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+1 more

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs). ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/weighted-betweenness-centrality · Zbiór danych: https://doi.org/10.5281/zenodo.20539026