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›Çok Katmanlı Aradalık Merkeziyiliği
Machine learningNetwork science

Çok Katmanlı Aradalık Merkeziyiliği

Multilayer Betweenness Centrality (Tensor-based Network Centrality) · Ayrıca şöyle bilinir: MBC, multilayer geodesic betweenness, tensorial betweenness centrality, interlayer betweenness centrality

Çok katmanlı aradalık merkeziyiliği, klasik aradalık ölçüsünü, bir düğümün herhangi bir katmanda veya katmanlar arasında geçiş yapabilen en kısa yollar üzerinde ne sıklıkla yer aldığını hesaplayarak, birden çok ilişki türüne veya katmana sahip ağlara genişletir. Eş zamanlı olarak farklı etkileşim alanlarına yayılan etkiye sahip aracılar ve köprüler belirler.

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.

Çok Katmanlı Aradalık Merkeziyiliği
Arakesme MerkeziyetiÇok Katmanlı Yakınlık Me…Çok Katmanlı Topluluk Te…Çok Katmanlı Derece Merk…Çok Katmanlı Ağ AnaliziÇok Katmanlı PageRank

Ne zaman kullanılır

Ağ verileriniz birden çok farklı ilişki türünü veya bağlamı (örneğin, çevrimiçi + çevrimdışı bağlar, ulaşım + sosyal bağlantılar, ortak yazarlık + atıf) yakaladığında ve yalnızca tek bir katman içinde değil, katmanlar arasında bilgi veya kaynakları aracılık eden düğümleri belirlemeniz gerektiğinde çok katmanlı aradalık merkeziyiliğini kullanın. Katmanlar arası yolların anlamlı olduğu ve katmanlar arası aracılığın önemli bir araştırma sorusu olduğu durumlarda uygundur. Yalnızca bir ilişki türünün mevcut olduğu durumlarda (basit aradalık merkeziyiliği yeterlidir), katmanlar arası geçiş maliyetlerinin bilinmediği veya keyfi olduğu durumlarda, ağ katmanlarının yetersiz tanımlandığı veya ağın o kadar seyrek olduğu durumlarda ki çoğu düğüm çiftinin bağlantılı bir yolu olmadığı durumlarda kullanmayın.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Birden çok ilişki türü birlikte dikkate alındığında önemi ortaya çıkan aracılar belirler.
  • Klasik aradalığı keyfi katman yapılarına genelleştiren titiz bir tensör tabanlı matematiksel çerçeveye dayanır.
  • Hem çoğulcu ağlara (aynı düğümler, farklı kenar türleri) hem de birbirine bağlı ağlara (katman başına farklı düğüm kümeleri) uygulanabilir.
  • Bir düğümün aracılığının hangi katmanlarda en aktif olduğunu ortaya koyan katmana göre ayrılmış puanlar sağlar.
  • Katman tekerrürüne karşı dayanıklıdır: iki katman neredeyse aynıysa, ölçüm merkeziyilik puanlarını yapay olarak şişirmeyecektir.
Sınırlılıklar
  • Hesaplama açısından pahalıdır: çok katmanlı grafiklerde en kısa yol numaralandırması, düğüm ve katman sayısıyla kötü ölçeklenir.
  • Katmanlar arası kuplaj maliyetlerinin açıkça belirtilmesini gerektirir; sonuçlar bu varsayımlara duyarlı olabilir.
  • Birçok katman bulunduğunda yorumlama karmaşıklaşır, bu da yüksek puanlara hangi özel katmanlar arası yolların neden olduğunu açıklamak zorlaşır.
  • Katmanlar boyunca düğüm hizalamasının önceden kurulması gerekir; eşleşmeyen veya kısmen örtüşen düğüm kümeleri analizi karmaşıklaştırır.

SSS

Çok katmanlı aradalık, her katmanda ayrı ayrı aradalık çalıştırmaktan nasıl farklıdır?

Tek katmanlı aradalık, katmanlar arasında geçen yolları göz ardı eder. Çok katmanlı aradalık, tüm bağlı yapı boyunca küresel olarak en kısa yolları bulur, bu nedenle bir düğüm, tek bir katman içinde özellikle merkezi olmasa bile katmanları birbirine bağlayarak yüksek puan alabilir.

Katmanlar arası kuplaj gücünü nasıl ayarlamalıyım?

Kuplaj gücü, katmanlar arasında geçiş yapmanın gerçek maliyetini veya kolaylığını yansıtmalıdır. Geçiş maliyetleri hakkında ampirik veri mevcut değilse, bir dizi değer üzerinden duyarlılık analizi çalıştırmak ve sıralamaların nasıl değiştiğini raporlamak tavsiye edilir.

Çok katmanlı aradalık merkeziyiliği standart ağ kütüphanelerinde mevcut mu?

Evet. De Domenico ve arkadaşları tarafından geliştirilen MuxViz platformu, çok katmanlı ağ analizine özel olarak tasarlanmıştır ve çok katmanlı merkeziyilik ölçülerini içerir. Python-igraph ve özel NetworkX uzantıları da bunu desteklemektedir.

Düğüm-katman formülasyonu, toplu düğüm formülasyonuna göre ne zaman tercih edilir?

Bir düğümün aracılığının hangi katmanda aktif olduğunu anlamanız gerektiğinde düğüm-katman formülasyonunu kullanın. Araştırma sorusu, yolların hangi katmanı kullandığından bağımsız olarak düğümün genel sistemler arası önemini ilgilendirdiğinde toplu düğüm formülasyonunu kullanın.

Farklı ağlar arasında çok katmanlı aradalık puanlarını karşılaştırabilir miyim?

Yalnızca ağ boyutu, katman sayısı ve yoğunluğunu hesaba katan normalleştirmeden sonra. Ham puanlar tüm bu yapısal parametrelere duyarlıdır, bu nedenle normalleştirme olmadan ağlar arası karşılaştırmalar yanıltıcıdır.

Kaynaklar

  1. De Domenico, M., Solé-Ribalta, A., Cozzo, E., Kivelä, M., Moreno, Y., Porter, M. A., Gómez, S., & Arenas, A. (2013). Mathematical formulation of multilayer networks. Physical Review X, 3(4), 041022. DOI: 10.1103/PhysRevX.3.041022 ↗
  2. Kivelä, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI: 10.1093/comnet/cnu016 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Multilayer Betweenness Centrality (Tensor-based Network Centrality). ScholarGate. https://scholargate.app/tr/network-analysis/multilayer-betweenness-centrality

İlişkili yöntemler

Arakesme MerkeziyetiÇok Katmanlı Yakınlık MerkeziyetiÇok Katmanlı Topluluk TespitiÇok Katmanlı Derece Merkezi̇liğiÇok Katmanlı Ağ Analizi

Hangi yöntem?

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

  • Arakesme MerkeziyetiAğ analizi↔ karşılaştır
  • Çok Katmanlı Yakınlık MerkeziyetiAğ analizi↔ karşılaştır
  • Çok Katmanlı Topluluk TespitiAğ analizi↔ karşılaştır
  • Çok Katmanlı Derece Merkezi̇liğiAğ analizi↔ karşılaştır
  • Çok Katmanlı Ağ AnaliziAğ analizi↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Çok Katmanlı Yakınlık MerkeziyetiÇok Katmanlı Derece Merkezi̇liğiÇok Katmanlı PageRank

Benzer yöntemler

Çok Katmanlı Yakınlık MerkeziyetiÇok Katmanlı Derece Merkezi̇liğiÇok Katmanlı PageRankÇok Katmanlı Ağ AnaliziArakesme MerkeziyetiÇok Katmanlı Ağ AnaliziÇok Katmanlı Topluluk TespitiÇok Katmanlı Sosyal Ağ Analizi

İlgili referans kavramlar

Beşeri Bilimlerde Ağ AnaliziNetwork AnalysisGraf ve Ağ GörselleştirmeAğ Oluşumu ve Analizi: TeoriSosyal Ağlar ve DilHesaplamalı Sosyoloji

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

ScholarGate — Multilayer Betweenness Centrality (Multilayer Betweenness Centrality (Tensor-based Network Centrality)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/network-analysis/multilayer-betweenness-centrality · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
De Domenico, M.; Kivelä, M.; Arenas, A. et al.
Year
2013–2014
Type
Centrality measure (multilayer extension)
DataType
Multilayer/multiplex network (nodes with edges across multiple relation types or layers)
Subfamily
Network science
İlişkili yöntemler
Arakesme MerkeziyetiÇok Katmanlı Yakınlık MerkeziyetiÇok Katmanlı Topluluk TespitiÇok Katmanlı Derece Merkezi̇liğiÇok Katmanlı Ağ Analizi
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