您当前的位置:首页 > IT编程 > 知识图谱
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:介数中心度(Betweenness Centrality)

51自学网 2024-01-28 20:19:29
  知识图谱
这篇教程介数中心度(Betweenness Centrality)写得很实用,希望能帮到您。

介数中心度(Betweenness Centrality)

1、概念
介数
在介绍这种中心度之前先来了解什么叫介数(Betweenness)。介数通常分为边介数和节点介数两种,其中

节点介数定义为网络中所有最短路径中经过该节点的路径的数目占最短路径数的比例。
边介数定义为网络中所有最短路径中经过该边的路径的数目占最短路径数的比例。
介数反映了相应的节点或者边在整个网络中的作用和影响力,是一个重要的全局几何量,具有很强的现实意义。

例如,在社会关系网或技术网络中,介数的分布特征反映了不同人员、资源和技术在相应生产关系中的地位,这对于发现和保护关键资源、技术和人才具有重要意义。

定义
介数中心度(Betweenness Centrality)最早在1977年被Freeman提出,在1979年被定义,它能够发现对图信息流影响程度大的顶点,其值越大说明顶点对信息流的影响程度越大。

顶点的介数中心度指的是网络中每对顶点之间的最短路径数作为分母,这其中经过该顶点的最短路径数作为分子,并求和。

因此Betweenness Centrality更准确的翻译应该是介数中心度,而不是中间中心度。

2、公式


原文链接:https://blog.csdn.net/qq_39918677/article/details/123452278
返回列表
理解图傅里叶变换和图卷积
51自学网自学EXCEL、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。
京ICP备13026421号-1