ScholarGate
Asystent
Machine learningNetwork science

Centralność ważona według bliskości

Centralność ważona według bliskości rozszerza klasyczną miarę bliskości na sieci, w których krawędzie posiadają wagi numeryczne — takie jak częstotliwość, siła lub koszt — poprzez włączenie tych wag do obliczeń odległości najkrótszych ścieżek. Węzły, które mogą szybko dotrzeć do innych za pośrednictwem silnych lub efektywnych połączeń, otrzymują wyższe wyniki, co czyni tę miarę bogatszym wskaźnikiem potencjału rozprzestrzeniania informacji niż jej binarny odpowiednik.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

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 Closeness Centrality (Opsahl Generalized Closeness). ScholarGate. https://scholargate.app/pl/network-analysis/weighted-closeness-centrality

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateWeighted Closeness Centrality (Weighted Closeness Centrality (Opsahl Generalized Closeness)). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/weighted-closeness-centrality · Zbiór danych: https://doi.org/10.5281/zenodo.20539026