Machine learningNetwork science

加权度中心性

加权度中心性（也称为节点强度）将经典的度中心性度量扩展到具有数值权重边的网络。它不是简单地计算节点的连接数，而是对连接到该节点的所有边的权重求和，从而在一个可解释的分数中同时捕捉节点的连接量和强度。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

加权度中心性

中间性中心度接近中心性度中心性特征向量中心性社会网络分析加权介数中心性动态度中心性多层度中心性加权紧密度中心性加权自我网络分析

另有 4 项

来源

Barrat, A., Barthélemy, M., Pastor-Satorras, R., & Vespignani, A. (2004). The architecture of complex weighted networks. Proceedings of the National Academy of Sciences, 101(11), 3747–3752. DOI: 10.1073/pnas.0400087101 ↗
Newman, M. E. J. (2010). Networks: An Introduction. Oxford University Press. ISBN: 978-0-19-920665-0

如何引用本页

ScholarGate. (2026, June 3). Weighted Degree Centrality (Node Strength in Weighted Networks). ScholarGate. https://scholargate.app/zh/network-analysis/weighted-degree-centrality

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

被引用于

度中心性动态度中心性多层度中心性加权介数中心性加权紧密度中心性加权自我网络分析加权特征向量中心性加权指数随机图模型加权PageRank 加权社会网络分析

发现本页有问题？报告或提出修改建议 →