图中几个重要的结点



前天跟windy师兄交流的时候提到图中几个比较重要的结点,正好对我的工作很有启发,下面将这几个特殊的结点整理一下:Degree Centrality“频”度中心, Betweenness Centrality间接中心, and Closeness Centrality亲近中心
先看一下这个人员关系图：

Degree Centrality “频”度中心

SN分析员是通过节点多少来测量每个节点的活动频繁程度的，Diane节点是直接连接节点最多的，所以可以说它是网络群的核心成员。一般来说，大家都会觉得好的人际关系就代表着认识或关联更多的人，但在这里我们会意识到另一个问题，关联的人多不代表你连接了更多的网络范围。Diane的所有连接只是局限于她自己的网络领域，对于网络外部的Ike和Jane她就没有直接联系。所以“频”度中心还不能全部定义一个节点的重要性。

Betweenness Centrality间接中心

与Diane相比，Heather 只有很少的联系节点，但是她却处于网络与外部连接的交接处，从好的方面说她是网络的桥梁搭建者，不过从坏的方面说她也是网络关联间的瓶颈或脆弱点，如果没有了她，Diane的网络群就不能和外部的Ike和Jane发生联系。但不管怎么说具有高间接中心的节点会对整个网络流程产生重要的影响。

Closeness Centrality亲近中心

上面说了两个重要的中心节点，我想这个也应该引起重视。从关系图里我们可以看出 Fernando和Garth这两个节点，他们虽然比如Diane的连接节点多，但是他们是唯一可能与最短的途径连接所有节点的角色，他们能最接近的联系每一个网络节点，是最好的感知整个网络流程事件的位置。
Degree-Centrality：中心性。某node到其它node的relations总数，研究者利用此数据来计算某个node的network activity。通常在此指标表现最突出的actor可以称为connector或hub。但在social network中也并非与他人有越多连结越好，必须同时考虑与谁产生连结，以及「未」与谁产生连结。
Betweenness-Centrality：连结性。某actor扮演Bridge的角色，使原本无直接有relation的node产生连结的数量。在social network中此node所处的位置(location)十分特殊，能够使原本没有交流的两个group产生连结，所以此node在network中扮演着中意的角色。虽然在Degree-Centrality的表现尚不如hub来得突出，但重要性却不减。
Closeness-Centrality：讯息接近性。某node到network所有其它node的距离总和最短。此种node在network中并非处于核心的位置，与他人的relation并非最多；在degree-centrality上所处的位置也并非十分核心。但此node与network 中其他node的距离总和最短，也就是该node在network中有最佳视野，可以察知network中所发生的事情，以及讯息的流通方向。
Flow betweenness centrality：某个node所贡献与其他node之间最大的relation程度。
 Eigenvector Centrality：某node在network中的重要程度。
 Clustering coefficient：计算network中不同cluster的方式，clustering coefficient指数越高，表示cluster的排他性越高，即越同质。 Cohesion：node彼此直接相连的最大程度。 Density： node之间的连结程度，越高代表node之间的关系越紧密。表示某node在全部relation中所能提供的relation数。 Path Length：两个node之间的距离。 Average path-lenhth即为所有两两node间path length的平均值。 Degree：分为indegree及outdegree。 indegree指其他node到特定node之间的relations；outdegree则是特定node到其它node之间的relations。