5、网络中心性指标详解

网络中心性指标详解

1. 网络中心性的重要性与应用

网络中每个顶点的中心性（或重要性）测量能够让我们手动分析网络的结构和功能行为。同时，它也常用于特征提取，因为中心性指标提供的数值特征可输入到传统的有监督和无监督机器学习算法中。中心性指标为网络数据赋予了更常规的电子表格结构。

中心性在现实世界中有诸多应用：
- 流行病学 ：在接触追踪网络中，中心性较高的个体往往比中心性较低的个体更容易将疾病传播给更多人。
- 社交媒体 ：中心性高的个体是“有影响力的人”，他们的观点能被很多人听到并广泛传播。
- 市场营销 ：中心性高的个体可成为广告活动的有利传播载体。
- 犯罪学 ：识别毒品分销或有组织犯罪网络中的中心人物，有助于执法机构更有效地开展行动。
- 科学研究 ：引文网络中的中心性有助于揭示高影响力的出版物。

2. 顶点的度

顶点中心性最基本的度量是其度，即连接到该顶点的边的数量。在有向网络中，度可分为入度（以该顶点为目标顶点的边的数量）和出度（以该顶点为源顶点的边的数量）。例如，在Facebook网络中，度就是你的朋友数量；在Twitter中，入度是你的粉丝数量，出度是你关注的账户数量。

在加权网络中，还可以测量顶点的强度（也称为加权度），即连接到该顶点的边的权重之和。由于无权网络可视为所有边权重为1的加权网络，因此顶点度实际上是强度的一种特殊情况。

顶点的度虽然简单，但却是有价值的指