เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ค่ากลางของความใกล้ชิด (Closeness Centrality)× | ค่ากลางดีกรี (Degree Centrality)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 1950 (formalized 1979) | 1978 |
| ผู้ริเริ่ม≠ | Bavelas, A.; formalized by Freeman, L. C. | Freeman, L. C. |
| ประเภท≠ | Node-level centrality index | Node-level centrality measure |
| แหล่งต้นตำรับ≠ | Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI ↗ | Freeman, L. C. (1978). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI ↗ |
| ชื่อเรียกอื่น | closeness, farness-based centrality, geodesic closeness, normalized closeness centrality | node degree, degree score, DC, connectivity centrality |
| ที่เกี่ยวข้อง | 6 | 6 |
| สรุป≠ | Closeness centrality measures how quickly a node can reach all others in a network by computing the inverse of its average shortest-path distance to every other node. First described by Bavelas (1950) and formally unified by Freeman (1979), it identifies nodes that can spread information or resources efficiently across the entire graph — not merely nodes with many direct contacts. | Degree centrality is the simplest and most intuitive measure of a node's importance in a network, defined as the number of direct ties a node has to other nodes. Normalized by dividing by the maximum possible ties, it allows comparison across networks of different sizes and is the starting point of almost every network analysis. |
| ScholarGateชุดข้อมูล ↗ |
|
|