Machine learningNetwork science

Центральність за спрямованим власним вектором

Центральність за спрямованим власним вектором розширює класичну центральність за власним вектором на спрямовані графи, оцінюючи кожен вузол відповідно до центральності вузлів, які вказують на нього (вхідний напрямок) або на які він вказує (вихідний напрямок). Вузол отримує високу оцінку не просто за наявність багатьох зв'язків, а за зв'язок з іншими високоцентральними вузлами, що відображає асиметричний вплив у мережах цитування, соціальних ієрархіях та інформаційних потоках.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

The neighbourhood of related methods — select a node to explore.

Джерела

  1. Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92(5), 1170–1182. DOI: 10.1086/228631
  2. Eigenvector centrality. Wikipedia. link

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs). ScholarGate. https://scholargate.app/uk/network-analysis/directed-eigenvector-centrality

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Згадується в

ScholarGateDirected Eigenvector Centrality (Directed Eigenvector Centrality (Asymmetric Influence Scoring on Directed Graphs)). Отримано 2026-06-15 з https://scholargate.app/uk/network-analysis/directed-eigenvector-centrality · Набір даних: https://doi.org/10.5281/zenodo.20539026