Centralitetsanalys — Grad, Mellanliggande, Egenvektor
Centralitetsanalys är en familj av nätverksanalytiska mått, formaliserad av Freeman (1979), som kvantifierar den strukturella betydelsen av enskilda noder inom en graf. Varje centralitetsindex fångar en distinkt mekanism för inflytande: gradcentralitet återspeglar direkt konnektivitet, mellanliggande centralitet identifierar noder som förmedlar informationsflöde, närhetscentralitet fångar närhet till alla andra, och egenvektorcentralitet (tillsammans med PageRank) belönar koppling till högt anslutna grannar.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Källor
- Freeman, L.C. (1979). Centrality in Social Networks: Conceptual Clarification. Social Networks, 1(3), 215-239. DOI: 10.1016/0378-8733(78)90021-7 ↗
- Borgatti, S.P. (2005). Centrality and Network Flow. Social Networks, 27(1), 55-71. DOI: 10.1016/j.socnet.2004.11.008 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Network Centrality Analysis (Degree, Betweenness, Eigenvector). ScholarGate. https://scholargate.app/sv/network-analysis/centrality-analysis
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.
- GemenskapsupptäcktNätverksanalys↔ compare
- Exponentiell slumpmässig grafmodell (ERGM / p*)Nätverksanalys↔ compare
- LänkprediktionNätverksanalys↔ compare
- Nätverksdiffusionsmodeller – SIR, SIS och Independent CascadeNätverksanalys↔ compare
- Stochastic Block ModelNätverksanalys↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →