Machine learningNetwork science

Зважена центральність за посередництвом

Зважена центральність за посередництвом розширює міру посередництва Фрімена для зважених реберно графів шляхом прокладання найкоротших шляхів через настроювану трансформацію ваг ребер. Вузли, що лежать на багатьох найкоротших шляхах з високою вартістю, отримують високі бали, ідентифікуючи брокерів та мости в соціальних, біологічних та інформаційних мережах, де важлива сила зв'язків.

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.

+1 more

Джерела

  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

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs). ScholarGate. https://scholargate.app/uk/network-analysis/weighted-betweenness-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

ScholarGateWeighted Betweenness Centrality (Weighted Betweenness Centrality (Geodesic Path-Count on Edge-Weighted Graphs)). Отримано 2026-06-15 з https://scholargate.app/uk/network-analysis/weighted-betweenness-centrality · Набір даних: https://doi.org/10.5281/zenodo.20539026