ScholarGate
Assistent
Machine learningNetwork science

Eigenvektorscentralitet

Eigenvektorscentralitet, introducerad av Bonacich 1972, mäter en nods inflytande genom att inte bara beakta hur många grannar den har, utan också hur inflytelserika dessa grannar är. En nod får höga poäng om den är kopplad till andra högt rankade noder, vilket gör den till ett rekursivt, globalt medvetet mått på strukturell betydelse i ett nätverk.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

+9 more

Källor

  1. Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. Journal of Mathematical Sociology, 2(1), 113–120. DOI: 10.1080/0022250X.1972.9989806
  2. Eigenvector centrality. Wikipedia. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Eigenvector Centrality (Bonacich Power Centrality). ScholarGate. https://scholargate.app/sv/network-analysis/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

Refereras av

ScholarGateEigenvector Centrality (Eigenvector Centrality (Bonacich Power Centrality)). Hämtad 2026-06-15 från https://scholargate.app/sv/network-analysis/eigenvector-centrality · Datamängd: https://doi.org/10.5281/zenodo.20539026