Machine learningNetwork science

Взвешенная центральность по посредничеству

Взвешенная центральность по посредничеству расширяет меру посредничества Фримена на графы с весовыми ребрами путем маршрутизации кратчайших путей через настраиваемую трансформацию весов ребер. Узлы, находящиеся на многих кратчайших путях с высокой ценностью, получают высокие оценки, идентифицируя брокеров и мосты в социальных, биологических и информационных сетях, где важна сила связи.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

+1 more

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). Получено 2026-06-15 из https://scholargate.app/ru/network-analysis/weighted-betweenness-centrality · Набор данных: https://doi.org/10.5281/zenodo.20539026