度中心度(Degree Centrality) |
您所在的位置:网站首页 › 入度什么意思 › 度中心度(Degree Centrality) |
1、概念
度中心度(Degree Centrality)是在网络分析中刻画节点中心度(Centrality)的最直接度量指标。一个节点的节点度越大就意味着这个节点的度中心性越高,该节点在网络中就越重要。 2、公式 无向图顶点 v i v_i vi的度中心度 C d C_d Cd: C d ( v i ) = ∑ i = 1 , i ≠ j n d i j C_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}d_{ij} Cd(vi)=i=1,i=j∑ndij 其中 d i j d_{ij} dij表示顶点 v i v_i vi与其它顶点的连接边。 加权无向图顶点 v i v_i vi的度中心度 C d C_d Cd: C d ( v i ) = ∑ i = 1 , i ≠ j n w i j C_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}w_{ij} Cd(vi)=i=1,i=j∑nwij 其中 w i j w_{ij} wij表示顶点 v i v_i vi与其它顶点连接边的权值。 有向图可以使用入度或者出度作为度中心度, 分别称为入度中心度和出度中心度: C d ( v i ) = ∑ i = 1 , i ≠ j n d i i n C_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}d_i^{in} Cd(vi)=i=1,i=j∑ndiin C d ( v i ) = ∑ i = 1 , i ≠ j n d i o u t C_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}d_i^{out} Cd(vi)=i=1,i=j∑ndiout 其中 d i i n d_i^{in} diin是顶点vi与其它顶点的入边(即入度), d i o u t d_i^{out} diout是顶点 v i v_i vi与其它顶点的出边(即出度)。 使用入度时,度中心度衡量了一个顶点的受欢迎程度,表示突出性; 使用出度时,度中心度衡量了一个顶点的合群性。 加权有向图分别为: C d ( v i ) = ∑ i = 1 , i ≠ j n w i i n C_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}w_i^{in} Cd(vi)=i=1,i=j∑nwiin C d ( v i ) = ∑ i = 1 , i ≠ j n w i o u t C_d(v_i) = \displaystyle \sum^{n}_{i=1,i≠j}w_i^{out} Cd(vi)=i=1,i=j∑nwiout 其中 w i i n w_i^{in} wiin是顶点vi与其它顶点的入边上的权值, w i o u t w_i^{out} wiout是顶点 v i v_i vi与其它顶点的出边上的权值。 归一化我们知道在具有n个顶点的网络中一个顶点最多能与n-1个其它顶点连接,即最大的度中心度为n-1。 于是我们得到度中心度的归一化公式: C d ′ ( v i ) = C d ( v i ) n − 1 C_d'(v_i) = \frac{C_d(v_i)}{n-1} Cd′(vi)=n−1Cd(vi) |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |