เปรียบเทียบวิธี

	การวัดความเป็นศูนย์กลางแบบถ่วงน้ำหนัก (Weighted Degree Centrality)	Eigenvector Centrality
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2004	1972
ผู้ริเริ่ม	Barrat, A.; Barthélemy, M.; Pastor-Satorras, R.; Vespignani, A.	Bonacich, P.
ประเภท	Centrality measure for weighted networks	Centrality measure
แหล่งต้นตำรับ	Barrat, A., Barthélemy, M., Pastor-Satorras, R., & Vespignani, A. (2004). The architecture of complex weighted networks. Proceedings of the National Academy of Sciences, 101(11), 3747–3752.	Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. Journal of Mathematical Sociology, 2(1), 113–120.
ชื่อเรียกอื่น	node strength, strength centrality, weighted node degree, WDC	eigenvector centrality, EC, Bonacich centrality, power centrality
ที่เกี่ยวข้อง	6	6
สรุป	Weighted degree centrality — also called node strength — extends the classic degree centrality measure to networks whose edges carry numeric weights. Instead of simply counting a node's connections, it sums the weights of all edges incident to that node, capturing both the volume and the intensity of a node's ties in a single, interpretable score.	Eigenvector centrality, introduced by Bonacich in 1972, measures a node's influence by considering not just how many neighbors it has, but how influential those neighbors are. A node scores highly if it is connected to other high-scoring nodes, making it a recursive, globally-aware measure of structural importance in a network.