İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Ağ analizi›Derece Merkezi̇li̇ği̇
Machine learningNetwork science

Derece Merkezi̇li̇ği̇

Degree Centrality (Freeman Node Connectivity Measure) · Ayrıca şöyle bilinir: node degree, degree score, DC, connectivity centrality

Derece merkezi̇li̇ği̇, bir ağdaki düğümün önemini ölçen en basit ve en sezgisel ölçümdür; bir düğümün diğer düğümlere sahip olduğu doğrudan bağ sayısı olarak tanımlanır. Maksimum olası bağ sayısına bölünerek normalize edilmesi, farklı boyutlardaki ağlar arasında karşılaştırma yapılmasına olanak tanır ve neredeyse her ağ analizinin başlangıç noktasıdır.

ScholarGate
  1. Machine learning
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Derece Merkezi̇li̇ği̇
Arakesme MerkeziyetiYakınlık Merkezi̇lli̇ği̇Özvektör Merkezi̇lli̇ği̇Modülerlik AnaliziSosyal Ağ AnaliziAğırlıklı Derece Merkezi…Yönlendirilmiş PageRankYönlendirilmiş Sosyal Ağ…Dinamik Derece Merkezi̇l…Dinamik PageRank

+6 tane daha

Ne zaman kullanılır

Hızlı, yorumlanabilir bir doğrudan bağlantıya sahip düğümlerin özetine ihtiyaç duyduğunuzda kullanın — herhangi bir ikili veya ağırlıklı ağdaki merkezleri, kilit aktörleri veya yüksek derecede aktif düğümleri belirlemek için. Küçük ve büyük ağlara eşit derecede uygundur ve yalnızca bir kenar listesi gerektirir. Dolaylı etki, bilgi akışı verimliliği veya kapı bekçisi rolleriyle ilgili araştırma sorusu söz konusu olduğunda yalnızca derece merkezi̇li̇ği̇ne güvenmeyin; bu amaçlar için özvektör merkezi̇li̇ği̇, yakınlık merkezi̇li̇ği̇ veya aracılık merkezi̇li̇ği̇ daha uygundur. Ayrıca, neredeyse tüm düğümlerin aynı dereceye sahip olduğu tam veya tama yakın grafiklerde de bilgisizdir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Hesaplama açısından önemsiz — düğüm başına O(n) — ve çok büyük ağlara ölçeklenir.
  • Anında yorumlanabilir: ham bağlantı sayısı, açıklanması için ağ analizi uzmanlığı gerektirmez.
  • Yönlendirilmiş, yönsüz, ikili ve ağırlıklı (ağırlıklı derece olarak) grafiklere uygulanabilir.
  • Daha karmaşık merkezi̇li̇k ölçümlerini karşılaştırmak için vazgeçilmez bir temel görevi görür.
  • Derece dağılımı, genel ağ topolojisinin (ölçek-serbest, rastgele vb.) bir parmak izini sağlar.
  • Kolayca görselleştirilebilir: dereceyle orantılı düğüm boyutu, yapıyı bir bakışta iletir.
Sınırlılıklar
  • Yalnızca doğrudan komşuları sayar; küresel ağ yapısındaki konumu göz ardı eder.
  • Yüksek dereceli bir düğüm, tüm komşuları birbirinden izole edilmişse tamamen çevresel olabilir.
  • Derece varyansının sıfıra yakın olduğu yoğun veya tam grafiklerde bilgisizdir.
  • Bağlantıların etkili veya çevresel düğümlere olup olmadığını ayırt etmez (bunun için özvektör merkezi̇li̇ği̇ni kullanın).
  • Ağ sınırı kararlarına duyarlıdır — kimin ağa dahil edildiği puanları etkiler.

SSS

Derece merkezi̇li̇ği̇ ile özvektör merkezi̇li̇ği̇ arasındaki fark nedir?

Derece merkezi̇li̇ği̇, komşularının kim olduklarına bakılmaksızın doğrudan bağlantıların sayısını sayar. Özvektör merkezi̇li̇ği̇, her bağlantıyı komşunun önemine göre ağırlıklandırır, bu nedenle az sayıda yüksek derecede merkezi̇ düğüme bağlı bir düğüm, birçok çevresel komşuya sahip bir düğümden daha yüksek puan alabilir.

Yönlendirilmiş bir ağda iç-derece mi yoksa dış-derece mi kullanmalıyım?

Seçim araştırma sorusuna bağlıdır. İç-derece, kaç aktörün bir düğüme işaret ettiğini (örneğin, popülerlik, prestij, atıf sayısı) ölçer. Dış-derece, bir düğümün kaç aktöre işaret ettiğini (örneğin, etkinlik düzeyi, bilgi gönderme) ölçer. Her ikisini de raporlamak genellikle bilgilendiricidir.

Derece merkezi̇li̇ği̇ ağırlıklı ağlarda çalışır mı?

Standart formülasyon ikili kenarları kullanır. Ağırlıklı ağlar için benzer ölçüm, kenarları saymak yerine kenar ağırlıklarını toplayan ağırlıklı derece merkezi̇li̇ği̇dir (düğüm gücü olarak da adlandırılır). igraph, NetworkX ve Gephi'deki uygulamaların çoğu bu seçeneği destekler.

Ağım ne kadar büyük olmalı?

Derece merkezi̇li̇ği̇nin minimum boyut gereksinimi yoktur. 10 düğümlü ağlarda bile anlamlıdır. Ancak, çok küçük ağlarda normalize edilmiş puan çözünürlüğünü kaybeder — neredeyse tüm düğümler eşit derecede merkezi̇ görünebilir. Yaklaşık 20'den az düğümlü ağlar için, ham derece dağılımını incelemek genellikle normalize edilmiş puandan daha bilgilendiricidir.

Derece merkezi̇li̇ği̇ ne zaman yeterli olmaz?

Araştırma sorunuz, yerel popülerlikten ziyade ağ boyunca komisyonculuk rolleri, kapı bekçiliği veya bilgi akışıyla ilgili olduğunda. Mütevazı bir dereceye sahip bir düğüm, kümeler arasında erişimi kontrol edebilir (yüksek aracılık) veya birçok doğrudan bağa sahip olmadan her diğer düğüme hızla ulaşabilir (yüksek yakınlık).

Kaynaklar

  1. Freeman, L. C. (1978). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI: 10.1016/0378-8733(78)90021-7 ↗
  2. Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Degree Centrality (Freeman Node Connectivity Measure). ScholarGate. https://scholargate.app/tr/network-analysis/degree-centrality

İlişkili yöntemler

Arakesme MerkeziyetiYakınlık Merkezi̇lli̇ği̇Özvektör Merkezi̇lli̇ği̇Modülerlik AnaliziSosyal Ağ AnaliziAğırlıklı Derece Merkeziliği

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Arakesme MerkeziyetiAğ analizi↔ karşılaştır
  • Yakınlık Merkezi̇lli̇ği̇Ağ analizi↔ karşılaştır
  • Özvektör Merkezi̇lli̇ği̇Ağ analizi↔ karşılaştır
  • Modülerlik AnaliziAğ analizi↔ karşılaştır
  • Sosyal Ağ AnaliziAğ analizi↔ karşılaştır
  • Ağırlıklı Derece MerkeziliğiAğ analizi↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Arakesme MerkeziyetiYakınlık Merkezi̇lli̇ği̇Yönlendirilmiş PageRankYönlendirilmiş Sosyal Ağ Analizi (yönlendirilmiş SNA)Dinamik Derece Merkezi̇li̇ği̇Dinamik PageRankÖzvektör Merkezi̇lli̇ği̇Çok Katmanlı Derece Merkezi̇liğiSosyal Ağ AnaliziZamansal Derece MerkeziyetiAğırlıklı Derece MerkeziliğiAğırlıklı Ego Ağı AnaliziAğırlıklı Özvektör MerkeziyetiWeighted PageRank (Ağırlıklı Sayfa Sıralaması)Ağırlıklı Sosyal Ağ Analizi

Benzer yöntemler

Merkeziyet AnaliziAğırlıklı Derece MerkeziliğiÖzvektör Merkezi̇lli̇ği̇Yakınlık Merkezi̇lli̇ği̇Arakesme MerkeziyetiÇok Katmanlı Derece Merkezi̇liğiYönlendirilmiş Özvektör MerkeziyetiDinamik Derece Merkezi̇li̇ği̇

İlgili referans kavramlar

Network AnalysisGraf Temelleri ve BağlantılılıkBeşeri Bilimlerde Ağ AnaliziÇizge KuramıPageRank ve HITS AlgoritmalarıGraf ve Ağ Görselleştirme

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Degree Centrality (Degree Centrality (Freeman Node Connectivity Measure)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/network-analysis/degree-centrality · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Freeman, L. C.
Year
1978
Type
Node-level centrality measure
DataType
Adjacency matrix or edge list (binary or weighted graph)
Subfamily
Network science
İlişkili yöntemler
Arakesme MerkeziyetiYakınlık Merkezi̇lli̇ği̇Özvektör Merkezi̇lli̇ği̇Modülerlik AnaliziSosyal Ağ AnaliziAğırlıklı Derece Merkeziliği
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil