Machine learningNetwork science

Зважена центральність за власним вектором

Зважена центральність за власним вектором розширює класичну міру центральності за власним вектором на графи, де ребра мають числові ваги, оцінюючи кожен вузол пропорційно сумі оцінок його сусідів, помножених на ваги з'єднувальних ребер. Вузли отримують високі оцінки не лише завдяки великій кількості зв'язків, але й завдяки міцним зв'язкам з іншими впливовими вузлами, що робить цю міру чутливою одночасно до сили зв'язку та позиції в мережі.

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. 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

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks). ScholarGate. https://scholargate.app/uk/network-analysis/weighted-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

ScholarGateWeighted Eigenvector Centrality (Weighted Eigenvector Centrality (Spectral Prestige in Weighted Networks)). Отримано 2026-06-15 з https://scholargate.app/uk/network-analysis/weighted-eigenvector-centrality · Набір даних: https://doi.org/10.5281/zenodo.20539026