חשיבותה של מרכז בין-ההשפעה ברשת החברתית

הבנה בין מרכזיות ברשתות החברתיות

רשתות חברתיות מעצבות את האופן שבו מידע, רעיונות והשפעה זורמים דרך קהילות.כל יום, אנשים חולקים תוכן, ממליצים על מוצרים, ומפיצו דעות על פני מעגלים חברתיים שלהם, אך לא כל האנשים ברשת מחזיקים את אותו הכוח להשפיע על אחרים.יש אנשים מתנהגים כגשרים קריטיים, המקשרים בין קבוצות נפרדות ולשלוט במסלולים דרכם המידע עובר.

בין מרכזיות מודדת באיזו תדירות מופיע צומת מסוים על הנתיבים הקצרים ביותר בין צמתים אחרים ברשת.אדם בעל חשיבות גבוהה יושב בצומת התקשורת, מה שהופך אותם למקם ייחודי כדי להקל או לחסום את זרימת המידע.הם יכולים לחבר קהילות שאחרת יישארו מבודדים, נותן להם שליטה לא פרופורציונלית על מה מתפשט ומה לא מבין אנליסטים אלה עוזר לזהות את ההשפעה האמיתית ברשת, או לא רק עם אנשים רבים.

הקרן המתמטית של מרכז בין

(ב) , מדרשו של כל ה', הוא ויקרא ויקרא י"ד, "כי כל זוג גויים, האלגוריתם קובע כמה מן הנתיבים הקצרים ביותר עוברים דרך הצומת המדוברת, הנוסחה של בין צומת ל':0vFLT: 1 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מבחינה מתמטית, זה מיוצג כמו:

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

עבור רשתות גדולות, מחשוב בין מרכזיות עבור כל צומת יכול להיות תובעני חישובי.אלגוריתם ברנדס, שפותח על ידי Ulrik Brands בשנת 2001, מספק שיטה יעילה לחישוב מרכזיות עבור כל צמתים בגרף עם O(V ⁇ E) מורכבות זמן עבור גרפים לא במשקל, שבו | הוא מספר של צומת ו-E הוא מספר הקצוות של זה עשה בין אלגוריתם מעשי אפילו עבור מיליוני אלגוריתם של אלגוריתמים.

הבנת הבסיס המתמטי חשוב כי הוא מגלה מדוע בין מרכזיות לוכד מימד שונה של השפעה מאשר מדדים פשוטים כמו ספירת מעקב. Aצומת עם ריכוזיות גבוהה יכול להיות קשרים מעטים יחסית, אבל קשרים אלה מציבים אותם על הנתיבים הקריטיים המקשרים בין חלקים שונים של הרשת.

מדוע בין מרכזיות חשיבות להשפעה חברתית

ההשפעה ברשתות החברתיות אינה מבוזרת אפילו.יש אנשים שנושאים תשומת לב באמצעות מספר רב של עוקבים או חברים, בעוד אחרים מחזיקים השפעה משום שהם משמשים כמחברים בין קבוצות מגוונות.בין מרכזיות מזהה את המחברים הללו, ותפקידם בהשפעה חברתית הוא לעתים קרובות מזלזל.

שומרי מידע

אנשים עם מרכזיות גבוהה לפעול כמו שומרי הסף.הם שולטים בערוצים שבאמצעותם המידע עובר מהקהילה אחת לאחרת.אם רעיון חדש, מוצר או מגמה מופיעים בחלק אחד של הרשת, קובע שומר הסף אם הוא מגיע לחלקים אחרים. עמדה זו מעניקה להם את הכוח להגביר, לסנן או לחסום מידע באופן סלקטיבי.

לדוגמה, בהגדרה תאגידית, מנהל ברמה בינונית המחבר את צוות ההנדסה עם צוות השיווק עשוי להיות גבוה יותר בין מרכזיות גבוהה יותר מאשר המנכ"ל.מנהל זה מחליט אילו חידושים טכניים מועברים לשיווק ואשר תובנות שיווק מגיעות למהנדסים.

המונחים: Structural Holes

הסוציולוג רונלד בורט הציג את הרעיון של ההרחבה:0 חורים מבניים של 1FLT, המתאר פערים בין קבוצות מנותקות ברשת. אינדיבידואלים שגשרים על חורים מבניים תופסים עמדות של מרכזי בין-הביניות גבוהה.מחקרו של בורט הראה כי אנשים אלה מתפתלים לעתים קרובות יוצרים רעיונות חדשניים יותר ולהשיג הצלחה בקריירה גדולה יותר, כי יש להם גישה למידע מגוון מקורות.

בניתוח השפעה חברתית, גישור חורים מבניים פירושו שאדם יכול להציג רעיונות מהקהילה אחת אל קהילה אחרת שלא תפגוש אותם אחרת.זה הופך אותם לסוכני שינוי חזקים, שכן הם יכולים לעורר את התפשטות התנהגויות חדשות, אמונות או מוצרים מעבר לגבולות הרשת.

המונחים: Viral content

כאשר התוכן עובר ויראלי, זה לעתים קרובות עובר דרך אנשים עם ריכוזיות גבוהה ברגעים קריטיים.אנשים אלה לא בהכרח ליצור את התוכן עצמם, אבל המיקום שלהם ברשת מאפשר להם לשתף אותו עם קבוצות מרובות מנותקים בו זמנית.

קמפיינים שיווקיים המזהים וממקדים אנשים עם מרכזיות גבוהה יכולים להשיג יותר עם פחות משאבים במקום לנסות להגיע לכולם ברשת, משווקים יכולים להתמקד גשרים המחברים את הקהילות ביותר.

השוואת בין מרכזיות עם אמצעי מרכזיות אחרים

בין מרכזיות היא אחד מכמה אמצעי מרכזיות חשובים בניתוח רשת.כל מדד לוכד היבט אחר של חשיבות צומת, ומשווה אותם חושף את הערך הייחודי של מרכזיות בין-הלב לניתוח השפעה.

המונחים: Centrality

ריכוזיות תואר פשוט נחשב מספר הקשרים הישירים שיש לצומת ברשתות החברתיות, זה מתורגם למספר חברים, עוקבים או אנשי קשר.אדם עם ריכוז גבוה יש קשרים רבים ויכול להגיע להרבה אנשים ישירות.אבל תואר מרכזי אינו תופס כמה טוב הקשרים האלה מופץ ברחבי הרשת. A עם קשרים רבים כי הם כולם באותה הקהילה עשויים להיות בעלי רמה גבוהה אך נמוכה בין קבוצות לא שונות.

ריכוז תואר הוא שימושי לזיהוי אנשים פופולריים, אבל זה יכול להיות מטעה ניתוח השפעה. A סלבריטאים עם מיליוני עוקבים במדיה החברתית יכול להיות מרכזיות גבוהה, אבל אם העוקבים שלהם אינם בעלי השפעה או מחוברים היטב, היכולת של הסלבריטאי להפיץ מידע מעבר לקהל המיידי שלהם עשוי להיות מוגבל.

מרכז התווך

עוצמת קו רוחב מודדת כמה מהר רעש יכול להגיע לכל שאר הצומתים ברשת, מחושב כפס של מרחק הנתיב הקצר הממוצע לכל נקודות אחרות. Aצומת עם ריכוזיות קרובה גבוהה יכול להפיץ מידע ביעילות ברחבי הרשת כולה.מדד זה חשוב להבנת מהירות הפצת מידע, אך לא בהכרח מזהה את האנשים ששולטים בזרימה בין הקהילות.

עוצמת קרבה וחשיבות בין מרכזיות מתאמים לעתים קרובות, אך הם אינם זהים. Ade כי קרוב לכל אחד יכול להיות גם גשר בין קבוצות, אבל צומת יכול להיות קרוב לכולם מבלי להיות גשר קריטי אם הרשת מחוברת מאוד.

מרכז האייגנציונל

מרכזיות אייגבקטור מודדת את ההשפעה של צומת המבוסס על ההשפעה של שכנותיה. A node עם מרכזיות אגוקטור גבוהה מחובר לנקודות מרכזיות אחרות.מדד זה לוכד את הרעיון כי להיות מחובר לאנשים בעלי השפעה גורם לך יותר השפעה על עצמך. PageRank, האלגוריתם ש-Google משתמשת בו כדי לדרג דפים מקוונים, הוא גרסה של מרכזיות אגוגניטיבית.

מרכזיות אייגנציבקטור היא חזקה לזיהוי צמתים המוטבעים בקהילות בעלות השפעה, אך היא עלולה להתעלם מהעלאת נקודות המחברות קהילות שונות.גשר בין שתי קהילות עשוי להיות בעל ריכוזיות אגוקטורית נמוכה, משום שכניהם אינם מחוברים מאוד בקהילות שלהם, למרות שהגשר עצמו קריטי לזרימת מידע ביניהן.

מדוע בין מרכזי התפוצה הוא דיסינטקט

בין מרכזיות הינן בולטות כי זה מודד ישירות את השליטה על זרימת המידע בין חלקים שונים של הרשת.בעוד שדרגה, קרבה ומרכזיות אגנית כל לספק מידע יקר, הם לא מזהים באופן ספציפי את נקודות ההשגנה המחברות בין קבוצות מנותקות אחרת.עבור ניתוח השפעה חברתית, במיוחד כאשר המטרה היא להבין או להקל על התפשטות המידע על קהילות מגוונות, בין מרכזי מציע תובנות ייחודיות שמשלים אמצעים אחרים.

יישומים מעשיים של מרכז בין

הרעיון של מרכזי בין אינטימיות יש יישומים מעשיים על פני תחומים מרובים.הבנה היכן ליישם את המדד הזה מסייעת לארגונים וחוקרים להשיג תוצאות ספציפיות הקשורות להשפעה ולזרימת מידע.

שיווק ויועץ לדמוקרטיות

צוותי שיווק משתמשים בין מרכזיות לזהות עורכי דין מותג שיכולים להגביר הודעות מסע על פני מגזרי לקוחות שונים.לקוח שעוסק בקטגוריות מוצרים מרובות ואינטראקציה עם קהילות מגוונות בתוך מערכת אקולוגית של המותג עשוי להיות בעל חשיבות גבוהה מאוד.לקוחות אלה יכולים להציג שיגור מוצר חדש מהקהילה המשחקים לקהילת הפרודוקטיביות בתוך אותו מותג, יצירת אימוץ צלב.

בשיווק השפעה, בין המותגים המרכזיים של מרכז ההשפעה מסייע לעבור מעבר למדדי היוניות כמו ספירות עוקבים. השפעה עם 50,000 עוקבים המחברים כמה קהילות נפרדות עשויה להניע מעורבות אמיתית יותר והמרות מאשר משפיע על 500,000 עוקבים שרק מגיעים לקהל יחיד, הומוגני. על ידי מיקוד משפיעים עם גבוה בין מרכזיות, מותגים יכולים להשיג חדירה רחבה יותר ואמתיתיחה של קידום מפה.

בריאות הציבור ותחלואה

במהלך התפרצויות המחלה, פקידי בריאות הציבור משתמשים בין מרכזיות לזהות אנשים שיכולים להאיץ או להכיל את התפשטות הזיהום.בקשר לטרכיט רשתות, אנשים עם ריכוזיות גבוהה עשויים להיות סופר-מפיצים המחברים קבוצות חברתיות מרובות.זיהוי אנשים אלה מוקדם מאפשר לרשויות הבריאות לאשר התאמות של התערבויות כגון בדיקות, quarantine, או חיסון.

בדומה, עבור קמפיינים בתקשורת בריאותית, בין מרכזיות של מרכזיות מסייע לזהות מנהיגים קהילתיים שיכולים להפיץ ביעילות מידע בריאות על פני אוכלוסיות מגוונות.מנהיג דתי המחבר קבוצות שכונה מרובות, או מורה המתקשר עם משפחות מרקעים סוציו-אקונומיים שונים, עשוי להיות בעל חשיבות גבוהה בין מרכזיות לשרת כערוץ יעיל להעברת הודעות בריאות.

ניתוח רשת ארגוני

חברות משתמשות בין מרכזיות למפות רשתות תקשורת לא רשמיות בארגונים שלהן. ⁇ ארגונית פורמלית מראה מבנים של דיווח, אך הן אינן חושות כיצד מידע זורם בין קבוצות ומחלקות.ניתוח רשת ארגוני באמצעות בין מרכזיות של הארגון מזהה את העובדים שמשרתים גשרים קריטיים בין סילוס.

עובדים אלה, לעתים קרובות, מחזיקים בידע מוסדי יקר, ומשחקים תפקידים מרכזיים בשיתוף פעולה בין-תפקודי.כאשר הם עוזבים את הארגון, זרימת מידע בין קבוצות עשויה לפרק.חברות יכולות להשתמש בנתונים מרכזיים כדי לזהות עובדים אלה, להבטיח העברת ידע ולבנות ונדנציה לרשתות שלהם כדי להפחית את הסיכון של צווארי בקבוק מידע.

טרור ובטחון

סוכנויות אבטחה ליישם בין מרכזיות לנתח רשתות תקשורת בחקירות נגד הטרור.לאד עם ריכוזיות גבוהה ברשתות טרור עשוי להיות מניעים מרכזיים המחברים תאים שונים או קבוצות תפעוליות. פירוק נקודות אלה יכול באופן משמעותי לחדד את היכולת של הרשת לתאם פעילויות, גם אם הצומת עצמו אינו מנהיגי הארגון.

בתחום אבטחת הסייבר, בין מרכזיות מסייע לזהות נתבים קריטיים או שרתים בתשתיות תקשורת.הגנה על נקודות אלה מפני התקפה חיונית לשמירה על עמידות הרשת, שכן כשלם יפריע באופן לא פרופורציונלי תקשורת בין חלקים שונים של הרשת.

שיקולים נאותים עבור רשתות גדולות

חישוב בין מרכזיות לרשתות גדולות מציג אתגרים מעשיים.אלגוריתם ברנדס, בעוד יעיל, עדיין דורש משאבים חישוביים משמעותיים עבור רשתות עם מיליוני צמתים ונקודות. אנליסטים עובדים עם רשתות חברתיות גדולות חייבים לשקול אסטרטגיות דגימה, אלגוריתמים של חיזוי, וגישות מחשוב מקבילות.

גישה נפוצה אחת היא להשוות בין מרכזיות על ידי מחשוב מסלולים קצרים ביותר מדגימה אקראית של צמתים מקור ולא מכל הצומתים. מחקרים הראו כי אפילו דגימת שבר קטן של בלוטות המקור מייצרת הערכות אמינות של מרכזיות בין ביןיות עבור רוב הצמתים, במיוחד לזיהוי נקודות עם ציוני הליבה הגבוהים ביותר.

גישה נוספת משתמשת דגימה אדפטיבית, שבה גודל הדגימה עולה עבור צמתים עם ריכוז גבוה יותר מוערך כדי להשיג דירוג מדויק יותר. שיטות חיזוי אלה לעשות בין מרכזיות מעשית עבור רשתות חברתיות גדולות תוך שמירה על יכולת חישובית.

עבור יישומים בזמן אמת, כגון ניטור מדיה חברתית במהלך קמפיין שיווק, אלגוריתמים הזרמה שעדכון בין ציוני מרכזיות באופן מצטבר כמו אינטראקציות חדשות להתרחש יכול לספק תובנות מתמשך מבלי לנסח מחדש את כל הרשת מאפס בכל פעם.

מגבלות ושיקולים קונטקסטאליים

בעוד שבין מרכזיות התווך מספק תובנות עוצמתיות, יש לו מגבלות חשובות שאנליסטים חייבים לשקול בעת החלת ניתוח השפעה חברתית.

רשת Boundary Definition

בין ציוני מרכזיות רגישים מאוד לאופן שבו הגבול ברשת מוגדר.אם הרשת חסרה נקודות או קצוות רלוונטיים, ציוני מרכזיות עשויים להיות מטעה.לדוגמה, אדם שנראה שיש לו ריכוזיות גבוהה בתוך רשת חברה עשוי להיות למעשה פחות משפיע אם הקשרים שלהם מחוץ לחברה אינם נתפסים.

תזמון Dynamics

רשתות חברתיות משתנות לאורך זמן.מערכות יחסים מתפוגגות ומתמוססות, דפוסי תקשורת משתנים, ואנשים נעים בין קהילות.בין מרכזיות מחושבת מתמונה סטטית של הרשת לא יכולים לשקף את הדינמיקה הנוכחית של ההשפעה. טמפל בין אמצעי מרכזיות אשר מהווים את התזמון של אינטראקציות לספק הערכות מדויקות יותר עבור יישומים רגישים לזמן כמו שיווק בזמן אמת או תקשורת.

המונחים: contextual effect Factors

חשיבות מרכזית אינה ערובה לכך שאדם ישתמש בעמדה כדי להפיץ השפעה.חלק מהאנשים המבחינים עשויים לבחור לא לשתף מידע, או שהם עשויים להיות חסרי מוטיבציה או אמינות להשפיע על אחרים ביעילות.

שילוב בין מרכזיות עם מקורות נתונים אחרים, כגון מדדי מעורבות, ניתוח רגשות ומידע דמוגרפי, מספק תמונה מלאה יותר של השפעה חברתית.מבנה הרשת מגלה השפעות פוטנציאליות, אך הבנה של השפעה בפועל דורשת בדיקה של התנהגות והקשר.

עלויות פיצוי עבור דינמיקה

ברשתות משתנות במהירות, כגון פלטפורמות מדיה חברתית שבו אינטראקציות מתרחשות ברציפות, חישוב מחדש בין מרכזיות מאפס בכל פעם שהרשת משתנה היא לא מעשיית. אלגוריתמים עדכון בלעדי קיימים, אבל הם מוסיפים מורכבות לצנרת הניתוח. ארגונים צריכים לאזן את תדירות העדכונים נגד עלויות חישוביות, בחירת מרווחי עדכון שמתאימים להיקף ההשפעה של דינמיקת החלטותיהם.

Best Practices for Using Betweenness Centrality influ Analysis

כדי להשתמש בין מרכזיות ביעילות עבור ניתוח השפעה ברשת החברתית, מתרגלים צריכים לעקוב אחר שיטות מבוססות הטוב ביותר לטפל במגבלות למקסם את הערך של המדד.

(FLT:0)Combine מספר אמצעי מרכזיות.FIRLT:1 ; אין מדד מרכזי אחד ללכוד את כל ההיבטים של השפעה.שימוש בין מרכזיות לצד תואר, קרבה, ו- Eigenvector מרכזיות כדי לזהות סוגים שונים של צמתים המשפיעים. Nodes כי ציון גבוה על אמצעים מרובים הם כנראה חשוב במיוחד עבור קמפיינים השפעה.

מבנה רשתי FLT:0Validate עם נתונים התנהגותיים.FLT1 Network מציע השפעה פוטנציאלית, אך השפעה בפועל תלויה בהתנהגות. אימות תחזיות מבוססות-מרכזיות על-ידי מעקב אחר הפצת מידע בפועל, שיעורי מעורבות או התנהגויות אימוץ. A/B, אשר מציבות קמפיינים למקדמים בין אנשים לבין פלחטים אחרים, יכולים לחשוף האם עמדות מבניות מתורגמות להשפעה מדידה.

(FLT:0)Use domainהמחשה.FLT:1 בין ציוני מרכזיות צריך פרשנות בהקשר התחום הספציפי.גשר בין שתי קהילות ברשת מקצועית עשוי להיות דינמיקת השפעה שונה מאשר גשר ברשת חברתית. מומחי דומיין יכולים לעזור לפרש ציוני מרכזיות ולזהה אשר תפקידם הוא רלוונטי ביותר עבור מטרות השפעה ספציפיות.

(FLT:0)Consider Network Scale and Computingal Resources.Build.cioFLT:1) בחר אלגוריתמים ושיטות חיזוי שמתאימות לגודל הרשת ולדרישות האנליטיות.עבור ניתוח חקירה ברשתות גדולות, שיטות לחיזוי עם שגיאות סבירות קשורות לעתים קרובות לספק דיוק מספיק.

כיוונים עתידיים בניתוח השפעה מבוססת מרכז

מחקר על מרכזיות בין-לאומיות והשפעה חברתית ממשיך להתפתח.התפתחויות חדשות כוללות ניתוח רשת רב-שכבתית, שבו בין מרכזיות של אינטימיות מחושבת על פני סוגים רבים של מערכות יחסים בו-זמנית, וניתוח רשת דינמי שלוכד את האופן שבו מרכזיות משתנה לאורך זמן. גישות למידת מכונה המשלבות את אמצעי מרכזיות עם תכונות צומת ודפוסי אינטראקציה משפרות את הדיוק של תחזיות השפעה.

ככל שרשתות חברתיות צומחות אלגוריתמים גדולים יותר ומורכבים יותר, יעילים למיחשוב בין מרכזיות על הזרמת רשתות מבוזרות יהפכו ליותר ויותר חשובים.התקדמות במסגרות עיבוד גרפי ומחשוב מקבילה הופכת אותו לזמין לנתח רשתות עם מיליארדי קצוות, פתיחת אפשרויות חדשות לניתוח השפעה בקנה מידה עולמי.

השילוב בין מרכזיות לטיפוח שפה טבעית ואנליזה של רגשות מאפשר לחוקרים להבין לא רק מי מגשרים קהילות, אלא איזה תוכן הם חולקים וכיצד הקהל שלהם מגיב.ניתוח עשיר זה מספק תובנות מעשיות עבור שיווק, בריאות הציבור, ניהול ארגוני ויישומים אבטחה.

לקריאה נוספת על אמצעי מרכזיות ויישומים שלהם, ראה את העבודה הבסיסית על ידי FLT:0Linton Freeman על מרכזיות ברשתות החברתיות: FLT:2Ulrik Brandes נייר אלגוריתם על מהיר יותר בין חישוב מרכזי של כפל 3, ו FLT:4Rald Burt מחקר של בורים מבניים ועירוניים:5 LT5:5 LT5:

מסקנה

בין מרכזיות נותר מושג יסוד בניתוח השפעה ברשת החברתית מכיוון שהיא מזהה את האנשים השולטים בזרימת המידע בין הקהילות.הנקודות המתפתלות הללו מחזיקות בכוח לא פרופורציונלי על מה שמתפשט ברשת, מה שהופך אותם ליעדים קריטיים עבור קמפיינים שיווקיים, התערבויות בריאות הציבור, ניהול ארגוני ופעולות אבטחה.

הערך של מרכזיות בין-לאומיות אינו להחליף אמצעים מרכזיים אחרים, אלא בהשלמתם עם נקודת מבט ייחודית על מבנה הרשת. בעוד שהמרכזיות של התואר מראה מי יש את הקשרים ביותר, ו-Eigenvector מרכזיות מראה מי מחובר לאנשים בעלי השפעה, בין מרכזיות מתגלה המחברת את הקבוצות אשר ישארו אחרת.

מתרגלים המשלבים בין מרכזיות עם אימות התנהגותי, מומחיות דומיין, ושיטות חישוביות מתאימות יכולים להשיג תובנות עמוקות יותר בדינמיקה של השפעה חברתית.כאשר רשתות צומחות כלים גדולים ואנליטיים הופכות ליותר מתוחכמות, החשיבות האסטרטגית של בין מרכזיות הדדית רק תעלה, מה שהופך אותו כלי חיוני לכל מי רציני לגבי הבנה ומינוף השפעה חברתית.