Skip to main content
QUICK REVIEW

[论文解读] A measure of centrality based on the network efficiency

Vito Latora, Massimo Marchiori|arXiv (Cornell University)|Feb 2, 2004
Complex Network Analysis Techniques参考文献 8被引用 54
一句话总结

本文提出了信息中心性 $C^I$,一种基于节点移除后网络效率下降的新型网络中心性度量方法。该方法结合了局部连通性与全局路径效率,在捕捉网络中节点的接近性与中介角色方面优于传统度量方法,尤其在具有权重的社交网络及群体层面分析中表现更优。

ABSTRACT

We introduce a new measure of centrality, the information centrality C^I, based on the concept of efficient propagation of information over the network. C^I is defined for both valued and non-valued graphs, and applies to groups and classes as well as individuals. The new measure is illustrated and compared to the standard centrality measures by using a classic network data set.

研究动机与目标

  • 开发一种新的中心性度量方法,整合网络中节点重要性的接近性与中介性特征。
  • 通过以网络效率为基础,弥补传统中心性度量方法(度、接近度、介数)的局限性。
  • 将中心性扩展至群体与类别,而不仅限于个体,从而支持对团队或人口统计层面影响力的分析。
  • 在真实社交网络数据(特别是灵长类动物互动网络)上评估新度量方法,以证明其经验相关性。

提出的方法

  • 将网络效率定义为所有节点对之间平均最短路径长度的倒数。
  • 将信息中心性 $C^I_i$ 计算为节点 $i$ 被移除后网络效率的相对下降值:$C^I_i = \frac{E_{\text{orig}} - E_{\text{removal}}}{E_{\text{orig}}}$,其中 $E$ 表示网络效率。
  • 将该度量方法应用于非带权图与带权图,允许边的权重反映互动强度。
  • 通过同时移除组内所有节点,将度量方法扩展至群体层面。
  • 对度量结果进行归一化处理,确保其值域在 0 到 1 之间,以实现跨网络的可比性。
  • 使用灵长类动物社交网络数据集,将 $C^I$ 与标准度量方法(度、接近度、介数)进行比较。

实验结果

研究问题

  • RQ1信息中心性 $C^I$ 在捕捉社交网络中节点重要性方面,与传统中心性度量方法相比表现如何?
  • RQ2$C^I$ 是否能有效识别非带权图与带权图中个体与群体的中心性?
  • RQ3$C^I$ 是否比度或介数中心性更能反映信息流动中接近性与中介性的综合角色?
  • RQ4在实证数据中,$C^I$ 对节点与群体的排序与度、接近度或介数的排序有何不同?
  • RQ5$C^I$ 是否可有意义地应用于凝聚子群或事先定义的群体(如按年龄或性别划分)?

主要发现

  • 在灵长类动物互动网络中,$C^I$ 与度中心性及接近度中心性的节点排序一致,但其归一化值处于中间水平——例如,猴子3的 $C^I = 0.3751$,而其度中心性 $C^D = 0.6842$,接近度中心性 $C^C = 0.1429$。
  • 流动介数中心性显示出显著差异,将猴子8和猴子5(排名分别为第9和第12)排在比 $C^I$ 更高的位置。
  • 在年龄组中,$C^I$ 将第2组(10–13岁)排为最中心,其次是第3组(7–9岁),而度与接近度中心性则将第1组(14–16岁)排为第二。
  • 4–5岁组(第4组)在 $C^I$、度与介数中心性中均排最后,表明其影响力较低。
  • 在性别组中,$C^I$ 与度中心性均将雄性(第6组)排为最中心,而介数中心性则得出相反结论,接近度中心性则给予两性相同得分。
  • 信息中心性度量方法唯一地将7–9岁组排为第二位,凸显其对信息流动中中等年龄个体的敏感性。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。