ScholarGate
Assistente
Machine learningNetwork science

Centralidade de Autovetor Ponderado

A centralidade de autovetor ponderado estende a medida clássica de centralidade de autovetor a grafos onde as arestas carregam pesos numéricos, pontuando cada nó proporcionalmente à soma das pontuações de seus vizinhos multiplicada pelos pesos das arestas de conexão. Nós pontuam alto não apenas por terem muitas conexões, mas por estarem fortemente ligados a outros nós influentes, tornando a medida sensível à força do laço e à posição na rede simultaneamente.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/pt/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

Referenciado por

ScholarGateWeighted Eigenvector Centrality (Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks)). Recuperado em 2026-06-15 de https://scholargate.app/pt/network-analysis/weighted-eigenvector-centrality · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026