Yakınlık Merkezi̇lli̇ği̇
Closeness Centrality (Bavelas-Freeman Shortest-Path Measure) · Ayrıca şöyle bilinir: closeness, farness-based centrality, geodesic closeness, normalized closeness centrality
Yakınlık merkezi̇lli̇ği̇, bir düğümün ağdaki diğer tüm düğümlere ne kadar hızlı ulaşabileceğini, her bir diğer düğüme olan ortalama en kısa yol mesafesinin tersini hesaplayarak ölçer. İlk olarak Bavelas (1950) tarafından tanımlanmış ve Freeman (1979) tarafından biçimsel olarak birleştirilmiş olup, yalnızca çok sayıda doğrudan temasa sahip düğümleri değil, bilgiyi veya kaynakları tüm grafik boyunca verimli bir şekilde yayabilen düğümleri tanımlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+2 tane daha
Ne zaman kullanılır
Bilgiyi en verimli şekilde yayınlayabilen, kaynakları harekete geçirebilen veya minimum aracılarla ağın geri kalanına erişebilen düğümleri belirlemek istediğinizde yakınlık merkezi̇lli̇ği̇ni̇ kullanın — örneğin, optimal yayılma tohumlarını, etkili iletişimcileri veya transit merkezlerini belirlemek için. Herhangi bir boyuttaki bağlı veya neredeyse bağlı grafikler için uygundur. Ağın oldukça parçalanmış olduğu (çok sayıda bağlantısız bileşen) durumlarda birincil merkezi̇lli̇k ölçüsü olarak kullanmayın, çünkü ham yakınlık puanları sıfıra yakın ve anlamsız hale gelir; Wasserman-Faust normalizasyonunu uygulayın veya bileşenleri ayrı ayrı analiz edin. Yakınlığı derece ile karıştırmaktan kaçının: bir düğümün çok sayıda doğrudan bağı olabilir ancak yine de küresel erişimde çevresel olabilir.
Güçlü yönler & sınırlılıklar
- Yalnızca yerel bağlantıdan ziyade küresel erişilebilirliği yakalar, bu da bilgi akışı ve yayılmasının incelenmesi için idealdir.
- Normalleştirilmiş puan (0 ila 1) farklı boyutlardaki ağlar arasında karşılaştırma yapmayı sağlar.
- Sosyoloji, epidemiyoloji ve bilgisayar bilimlerinde onlarca yıllık doğrulamaya sahip köklü teorik temel.
- Düğüm rollerinin daha zengin bir resmini sunmak için derece ve aracılık merkezi̇lli̇ği̇ni̇ tamamlar.
- Çoğu ampirik ağ için BFS (ağırlıksız) veya Dijkstra (ağırlıklı) ile verimli bir şekilde hesaplanabilir.
- Grafik bağlantısına duyarlıdır: bağlantısız ağlarda ham ölçü çöker ve normalleştirme ayarlamaları gerektirir.
- Tüm en kısa yolları eşit derecede önemli kabul eder; trafiğin hacmini veya belirli bir yolun aslında kullanılma olasılığını dikkate almaz.
- Yaklaşım algoritmaları olmadan tüm-çift en kısa yol hesaplamasının ölçeklenmesi zayıf olduğundan, çok büyük grafiklerde (milyonlarca düğüm) hesaplama açısından pahalıdır.
- Birçok zayıf bağa yakın olan bir düğüm ile birkaç güçlü, stratejik olarak önemli bağa yakın olan bir düğüm arasında ayrım yapmaz.
SSS
Yakınlık, derece merkezi̇lli̇ği̇nden nasıl farklıdır?
Derece merkezi̇lli̇ği̇ yalnızca doğrudan komşuları sayar, bu nedenle bir düğüm, tüm bağlantıları ağın bir köşesinde kümelenmiş olsa bile çok sayıda bağlantısı varsa yüksek puan alabilir. Yakınlık, grafikteki her düğüme olan en kısa yolu dikkate alır, bu nedenle küresel erişilebilirliği ödüllendirir. Çevresel bir klik merkezi yüksek dereceye ancak düşük yakınlığa sahip olabilir.
Ağım bağlantısız bileşenlere sahip olduğunda ne yapmalıyım?
Yalnızca ulaşılabilir çiftleri toplayıp ağın ulaşılabilir oranına göre yeniden ölçeklendiren Wasserman-Faust (1994) harmonik veya ulaşılabilirlik ayarlı normalizasyonu uygulayın. Alternatif olarak, en büyük bağlı bileşeni ayrı ayrı analiz edin veya harmonik merkezi̇lli̇ği̇ (karşılıklı mesafelerin toplamı) kullanın, bu da ulaşılamayan çiftleri doğal olarak sıfır katkısı atayarak ele alır.
Yakınlık ağırlıklı ağlarda çalışır mı?
Evet. Ağırlıksız BFS yerine kenar ağırlıklarını mesafe olarak (veya daha yüksek ağırlık daha yakın anlamına geliyorsa güç/benzerlik ağırlıklarının tersini) kullanarak Dijkstra'nın algoritmasını kullanın. Ortaya çıkan ağırlıklı yakınlık, hem topolojiyi hem de bağlantıların kalitesini yansıtır.
Normalleştirilmiş yakınlık puanını nasıl yorumlamalıyım?
1'e yakın bir puan, düğümün diğer tüm düğümlere ortalama olarak yaklaşık bir atlamada ulaşabileceği anlamına gelir — ağın merkezinde yer alır. 0'a yakın bir puan, düğümün çok çevresel olduğu anlamına gelir. Genellikle yaklaşık 0,6'nın üzerindeki puanlar, çoğu ampirik ağda gerçekten merkezi konumları gösterir.
Yakınlık yönlü ağlar için uygun mudur?
Evet, ancak her yönde ayrı ayrı hesaplayın. İç-yakınlık, başkalarının odak düğüme ne kadar kolay ulaşabileceğini (düğüm prestijini veya alıcılığını incelemek için kullanışlıdır) ölçerken, dış-yakınlık odak düğümün başkalarına ne kadar kolay ulaşabileceğini (yayın kapasitesini incelemek için kullanışlıdır) ölçer.
Kaynaklar
- Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI: 10.1016/0378-8733(78)90021-7 ↗
- Bavelas, A. (1950). Communication patterns in task-oriented groups. Journal of the Acoustical Society of America, 22(6), 725–730. DOI: 10.1121/1.1906679 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Closeness Centrality (Bavelas-Freeman Shortest-Path Measure). ScholarGate. https://scholargate.app/tr/network-analysis/closeness-centrality
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Arakesme MerkeziyetiAğ analizi↔ karşılaştır
- Derece Merkezi̇li̇ği̇Ağ analizi↔ karşılaştır
- Özvektör Merkezi̇lli̇ği̇Ağ analizi↔ karşılaştır
- Ağ Yayılım AnaliziAğ analizi↔ karşılaştır
- PageRank Merkezi̇li̇ği̇Ağ analizi↔ karşılaştır
- Sosyal Ağ AnaliziAğ analizi↔ karşılaştır