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›Ağırlıklı Yakınlık Merkeziyeti
Machine learningNetwork science

Ağırlıklı Yakınlık Merkeziyeti

Weighted Closeness Centrality (Opsahl Generalized Closeness) · Ayrıca şöyle bilinir: weighted closeness, generalized closeness centrality, WCC, distance-weighted closeness

Ağırlıklı yakınlık merkeziyeti, kenarların sayısal ağırlıklar taşıdığı ağlarda (örneğin sıklık, güç veya maliyet gibi) klasik yakınlık ölçüsünü, bu ağırlıkları en kısa yol mesafelerine dahil ederek genişletir. Güçlü veya verimli bağlantılar boyunca başkalarına hızlı ulaşabilen düğümler daha yüksek puanlar alır, bu da onu ikili karşılığına göre bilgi yayma potansiyeli açısından daha zengin bir gösterge haline getirir.

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.

Ağırlıklı Yakınlık Merkeziyeti
Yakınlık Merkezi̇lli̇ği̇Özvektör Merkezi̇lli̇ği̇Ağırlıklı Aradalık Merke…Ağırlıklı Derece Merkezi…Ağırlıklı Özvektör Merke…Ağırlıklı Sosyal Ağ Anal…

Ne zaman kullanılır

Kenar ağırlıklarının (işbirliği sıklığı, iletişim hacmi, parasal akış, ulaşım kapasitesi) teorik olarak anlamlı olduğu ve hangi düğümlerin merkezi olarak kabul edileceğini etkilemesi gerektiği durumlarda ağırlıklı yakınlık merkeziyetini kullanın. Sosyal ağlar, ticaret ağları, ulaşım sistemleri, ortak yazarlık grafikleri ve erişim verimliliğinin bağ gücüne bağlı olduğu herhangi bir ortam için uygundur. Ağırlıkları göz ardı etmenin merkeziyet sıralamasını bozacağı durumlarda ağırlıksız yakınlığa tercih edin. Ağırlıkların güvenilmez, rastgele ölçeklendirilmiş veya mevcut olmadığı durumlarda; bağlantısız grafiklerde ulaşılamayan çiftler için dikkatli bir şekilde ele alınmadığı durumlarda; veya araştırma sorusunun akış verimliliği yerine saf yapısal topolojiyi ilgilendirdiği durumlarda kullanmayın.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Bir düğümün merkeziyet puanını uygun şekilde artıran güçlü veya verimli bağlantıları içerecek şekilde kenar ağırlıklarını içerir.
  • Alfa ayar parametresi, ikili ve tamamen ağırlık tabanlı yakınlık arasında sürekli bir köprü sağlar.
  • Yakınlığın sezgisel yorumunu korur: bir düğümün başkalarına ne kadar hızlı ulaşabileceği veya başkaları tarafından ne kadar hızlı ulaşılabileceği.
  • Klasik ağırlıksız yakınlıkla doğrudan karşılaştırılabilir, kontrollü duyarlılık analizlerine olanak tanır.
  • Ağırlıklı iç-yakınlık ve dış-yakınlık ayrımı ile birleştirildiğinde yönlendirilmiş ağırlıklı ağlar için uygundur.
Sınırlılıklar
  • Tam ve güvenilir ağırlık verisi gerektirir; eksik veya gürültülü kenar ağırlıkları doğrudan merkeziyet puanlarına yayılır.
  • Bağlantısız ağlar özel işlem gerektirir (örneğin, ulaşılamayan çiftleri hariç tutmak veya harmonik yakınlık kullanmak).
  • Alfa parametresinin seçimi teorik gerekçelendirme gerektirir - rastgele varsayılanlar sıralamaları bozabilir.
  • Büyük seyrek ağlar için derece merkeziyetinden hesaplama açısından daha maliyetlidir.

SSS

Alfa parametresini nasıl seçmeliyim?

Alfa = 0 ağırlıksız yakınlığı (sadece topoloji) geri getirir; alfa = 1 ağırlıkları baskın hale getirir. Yaygın bir yaklaşım, alfa = 0, 0.5 ve 1'de sıralamaları hesaplamak ve duyarlılığı raporlamaktır. Teori, bağ gücünün birincil mekanizma olduğunu öne sürüyorsa, alfa = 1 savunulabilir; topoloji daha önemliyse, alfa = 0 veya 0.5 kullanın.

Hangi ağırlık-mesafe dönüşümünü kullanmalıyım?

Frekans, güç veya kapasite ağırlıkları için (daha yüksek = daha güçlü), ağırlığı ters çevirin: mesafe = 1/w. Maliyet, gecikme veya direnç ağırlıkları için (daha yüksek = daha zayıf), ağırlığı doğrudan mesafe olarak kullanın. Bu gelenekleri dikkatsizce karıştırmak merkeziyet sıralamalarını tersine çevirecektir.

Bağlantısız bileşenlerle nasıl başa çıkarım?

Standart yaklaşım, toplamı ulaşılabilir düğümlerle sınırlamak ve (n - 1) yerine (n_reachable - 1) ile normalleştirmek veya ulaşılamayan çiftleri doğal olarak mesafelerin karşılığını toplayarak ele alan harmonik yakınlık merkeziyetini kullanmaktır.

Ağırlıklı yakınlık, ağırlıksız yakınlıktan daha mı iyidir?

Ağırlıklar anlamlı bir anlam taşıdığında (örneğin, temas sıklığı, ticaret hacmi), ağırlıklı yakınlık erişim verimliliğinin daha doğru bir resmini verir. Ağırlıklar güvenilmez olduğunda veya ağırlıklar ve topoloji neredeyse ilişkisiz olduğunda, ek karmaşıklık çıkarımı iyileştirmeyebilir.

Bu, ağırlıklı ara düğüm merkeziyetinden nasıl farklıdır?

Ağırlıklı yakınlık, bir düğümün güçlü yollar aracılığıyla başkalarına ne kadar verimli bir şekilde ulaşabileceğini ölçer. Ağırlıklı ara düğüm, diğer çiftler arasındaki en kısa yollarda ne sıklıkla bulunduğunu ölçer. Bir düğüm, kritik bir köprü olmadan yakın olabilir (yüksek yakınlık) (yüksek ara düğüm), ve tersi.

Kaynaklar

  1. Opsahl, T., Agneessens, F. & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251. DOI: 10.1016/j.socnet.2010.03.006 ↗
  2. Brandes, U. (2001). A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2), 163–177. DOI: 10.1080/0022250X.2001.9990249 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Weighted Closeness Centrality (Opsahl Generalized Closeness). ScholarGate. https://scholargate.app/tr/network-analysis/weighted-closeness-centrality

İlişkili yöntemler

Yakınlık Merkezi̇lli̇ği̇Özvektör Merkezi̇lli̇ği̇Ağırlıklı Aradalık MerkeziyetiAğırlıklı Derece MerkeziliğiAğırlıklı Özvektör MerkeziyetiAğırlıklı Sosyal Ağ Analizi

Hangi yöntem?

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

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

Bu yönteme atıf yapanlar

Ağırlıklı Aradalık MerkeziyetiAğırlıklı Özvektör Merkeziyeti

Benzer yöntemler

Ağırlıklı Aradalık MerkeziyetiYakınlık Merkezi̇lli̇ği̇Ağırlıklı Derece MerkeziliğiYönlendirilmiş Yakınlık MerkeziyetiAğırlıklı Özvektör MerkeziyetiÇok Katmanlı Yakınlık MerkeziyetiAğırlıklı Sosyal Ağ AnaliziArakesme Merkeziyeti

İlgili referans kavramlar

Beşeri Bilimlerde Ağ AnaliziEn Kısa Yol AlgoritmalarıNetwork AnalysisSosyal Ağlar ve DilPageRank ve HITS AlgoritmalarıGraf ve Ağ Görselleştirme

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

ScholarGate — Weighted Closeness Centrality (Weighted Closeness Centrality (Opsahl Generalized Closeness)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/network-analysis/weighted-closeness-centrality · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Opsahl, T.; Agneessens, F.; Skvoretz, J.
Year
2010
Type
Centrality measure (network analysis)
DataType
Weighted undirected or directed network (adjacency matrix with edge weights)
Subfamily
Network science
İlişkili yöntemler
Yakınlık Merkezi̇lli̇ği̇Özvektör Merkezi̇lli̇ği̇Ağırlıklı Aradalık MerkeziyetiAğırlıklı Derece MerkeziliğiAğırlıklı Özvektör MerkeziyetiAğırlıklı Sosyal 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