知识卡片

普通读书笔记卡 · 9780.c · 生成模型:DeepSeek-V4.1-Flash

接近中心性看疏远度

理解等级:初级

接近中心性回答“这个节点离大家有多近”。先算疏远度:该节点到其他所有节点的最短路径长度之和;再取倒数作为中心性,越靠中心分数越大。它复用了中介中心性阶段已经算出的全对最短路,只需把每条路径长度求和,基本是顺便得到。它衡量信息传出去要多久,与中介中心性的“多少条路要经过我”是两种不同的重要性:一个节点可以离所有人很近却不在任何关键通道上。局限在书中例子里很明显:DataSciencester 各点的接近中心性差别很小,即使靠中心的节点离外围节点仍然很远,数值拉不开差距。它默认网络连通,若存在不可达节点,距离和为无穷大,取倒数直接失效。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第22章 网络分析 · 查看原书依据

      还有一个需要关注的指标是接近中心性(closeness centrality)。首先计算每个用户的疏远度(farness),这是该用户到其他用户的最短路径的长度总和。由于我们已计算了每对节点之间的最短路径,因此很容易对它们求和。

    参考来源

    - 位置:《数据科学入门(第2版)》第22章 网络分析(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0026.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「还有一个需要关注的指标是接近中心性(closeness centrality)……」 - 原始内容:还有一个需要关注的指标是接近中心性(closeness centrality)。首先计算每个用户的疏远度(farness),这是该用户到其他用户的最短路径的长度总和。由于我们已计算了每对节点之间的最短路径,因此很容易对它们求和。