เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายสังคมแบบมีทิศทาง× | ค่าความเป็นจุดศูนย์กลางระหว่างจุด (Betweenness Centrality)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 1994 | 1977 |
| ผู้ริเริ่ม≠ | Wasserman, S. & Faust, K. | Freeman, L. C. |
| ประเภท≠ | Structural analysis of directed graphs | Centrality measure |
| แหล่งต้นตำรับ≠ | Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1 | Freeman, L. C. (1977). A set of measures of centrality based on betweenness. Sociometry, 40(1), 35–41. DOI ↗ |
| ชื่อเรียกอื่น | directed SNA, digraph analysis, directed graph network analysis, asymmetric network analysis | Freeman betweenness, BC, geodesic betweenness, shortest-path betweenness |
| ที่เกี่ยวข้อง≠ | 5 | 6 |
| สรุป≠ | Directed Social Network Analysis (directed SNA) studies networks in which every tie has an explicit direction — from a sender to a receiver — rather than treating relationships as symmetric. It extends the classical SNA toolkit with in-degree, out-degree, reciprocity, and asymmetric path measures, making it the appropriate framework wherever relationship direction carries substantive meaning, such as citation flows, advice-seeking, follower graphs, or information cascades. | Betweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-betweenness nodes act as bridges or brokers: removing them fragments the network into disconnected components more severely than removing any other nodes. |
| ScholarGateชุดข้อมูล ↗ |
|
|