社交网络分析:网络中心性
2016-08-29 12:51
1136 查看
原文地址:社交网络分析:网络中心性作者:酸嘢本文为Social Network
Analysis学习笔记,课程地址为https://www.coursera.org/course/sna。
其标准化就是用节点度除以最大的连接可能(N-1)。
度集中度示例:
非标准化版本示例1:
非标准化版本示例2:
非标准化版本示例3:
非标准化版本示例4:
经由B的最短路径有(A,C)、(A,E)、(A,D),此外(C,D)的最短路径分配给B和E各0.5,因此B为3.5,E为0.5。
示例:
a是一标准化常数
b决定邻居节点对中心性的重要性
A是相邻矩阵(可被权重)
I是单位矩阵
1是全一的矩阵
衰减因子b:
小bè 高衰减:仅直接朋友起作用,且其重要性仅被考虑进去一点点。
高bè 低衰减:全局网络(朋友,朋友的朋友等等)起作用
=0 产生简单的度中心性
如果b> 0,
节点连接其他中心节点具有更高中心性。
如果b <
0, 节点连接其他非中心节点具有更高中心性。
示例:
唯一的修改:当标准化时将使用(N-1)*(N-2)而不是(N-1)*(N-2)/2。
Bonacich’s
Centrality
Analysis学习笔记,课程地址为https://www.coursera.org/course/sna。
对于中心性(centrality)的不同观点
在下面每一个网络中,X都相对Y具有更高的中心性。定量度中心性
在每个节点上标注节点度。例如,拥有朋友越多的节点其中心性越高。其标准化就是用节点度除以最大的连接可能(N-1)。
集中度(centralization)
节点间的集中度分数存在多少差异?Freeman的集中度通用公式(可使用其他指标,如基尼系数或标准差)度集中度示例:
介数(betweenness)
直观:多少个节点对必须经由本节点实现最小跳数互达。 定义:非标准化版本示例1:
非标准化版本示例2:
非标准化版本示例3:
非标准化版本示例4:
经由B的最短路径有(A,C)、(A,E)、(A,D),此外(C,D)的最短路径分配给B和E各0.5,因此B为3.5,E为0.5。
紧密性(closeness)
紧密性基于节点与网络所有其他节点的平均最短路径长度计算而得。示例:
特征向量中心性(eigenvector centrality)
当前节点的中心性取决于邻居节点们的中心性。Bonacich特征向量中心性
a是一标准化常数
b决定邻居节点对中心性的重要性
A是相邻矩阵(可被权重)
I是单位矩阵
1是全一的矩阵
衰减因子b:
小bè 高衰减:仅直接朋友起作用,且其重要性仅被考虑进去一点点。
高bè 低衰减:全局网络(朋友,朋友的朋友等等)起作用
=0 产生简单的度中心性
如果b> 0,
节点连接其他中心节点具有更高中心性。
如果b <
0, 节点连接其他非中心节点具有更高中心性。
示例:
有向网络的介数中心性
唯一的修改:当标准化时将使用(N-1)*(N-2)而不是(N-1)*(N-2)/2。
有向网络的紧密性中心性
选择一个方向:入紧密性、出紧密性。有向网络的特征向量中心性
讲了pagerank和teleport。中心性应用
以Java论坛为例,介绍了各种分析。幂定律分布
在log-log图中是一条直线:ln(p(x))=c-aln(x)参考
中心性(centrality)Bonacich’s
Centrality
相关文章推荐
- 社交网络分析,我们每个人每天都会有的线上生活
- 社交网络分析——SNAP
- ADL:社交网络分析与数据挖掘(DAY1)
- 别说我懂社交网络: 关于社交网络分析的一头雾水
- 如何使用python进行社交网络分析
- 简单的社交网络分析(基于R)
- 社交网络分析算法(SNA)
- 关于R语言和社交网络分析的几篇文章
- 腾讯公司数据分析岗位的hadoop工作 线性回归 k-means算法 朴素贝叶斯算法 SpringMVC组件 某公司的广告投放系统 KNN算法 社交网络模型 SpringMVC注解方式
- 大数据分析-社交网络分析-图分析-基本概念
- [转] X-RIME: 基于Hadoop的开源大规模社交网络分析工具
- 基于hadoop的社交网络的分析
- 使用C++ Boost Graph Library 进行社交网络分析入门篇
- 别说我懂社交网络: 关于社交网络分析的一头雾水
- Social Network 社交网络分析
- 沈浩老师:社交网络分析概述
- 基于社交网络的情绪化分析III
- ADL:社交网络分析与数据挖掘(DAY3)
- 独家 | 一文读懂社交网络分析-下(应用、前沿、学习资源)