Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Багатошарова центральність за посередництвом× | Багатошарова центральність за близькістю× | |
|---|---|---|
| Галузь | Мережевий аналіз | Мережевий аналіз |
| Родина | Machine learning | Machine learning |
| Рік появи | 2013–2014 | 2013–2014 |
| Автор методу≠ | De Domenico, M.; Kivelä, M.; Arenas, A. et al. | Kivela, M. et al.; De Domenico, M. et al. |
| Тип≠ | Centrality measure (multilayer extension) | Centrality measure for multilayer networks |
| Основоположне джерело≠ | 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 ↗ | Kivela, 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 ↗ |
| Інші назви | MBC, multilayer geodesic betweenness, tensorial betweenness centrality, interlayer betweenness centrality | multilayer closeness, multi-layer closeness centrality, MLC, interlayer closeness centrality |
| Пов'язані | 5 | 5 |
| Підсумок≠ | Multilayer betweenness centrality extends the classical betweenness measure to networks with multiple types of relationships — or layers — by computing how often a node lies on shortest paths that can traverse any layer or switch between layers. It identifies brokers and bridges whose influence spans distinct interaction domains simultaneously. | Multilayer closeness centrality extends the classical closeness centrality measure to networks that contain multiple types of relationships or interaction contexts (layers). Rather than treating each layer in isolation, it computes how quickly a node can reach all others by traversing any combination of available layers, revealing nodes that are structurally efficient connectors across the full network system. |
| ScholarGateНабір даних ↗ |
|
|