네트워크 중심 측정은 그래프 내에서 노드의 중요성을 분석하는 데 필수적인 도구입니다. 엔지니어는 종종 통신, 운송, 또는 유틸리티 네트워크의 중요한 구성 요소를 식별하기 위해 이러한 메트릭을 사용합니다. 이 문서는 그래프의 핵심 중심 측정을 계산하는 실제 개요를 제공합니다.

Centrality 측정

중앙 집중식은 네트워크 내에서 노드의 중요성을 정량화합니다. 일반적인 메트릭은 중앙성, 근접성, 간성 중앙성 및 eigenvector 중앙성 등이 있습니다. 각 노드의 중요성에 대한 다양한 통찰력을 제공합니다.

학위 및 근접성

노드의 노드가 직접 연결의 수를 계산합니다. 각 노드에 가장자리를 계산하여 컴파일하는 것이 곧 시작됩니다. 근접 중앙성은 노드가 노드를 다른 노드로 어떻게 닫는지 측정하는지, 노드에서 노드의 가장 짧은 경로 길이의 비율로 계산합니다.

사이네스와 Eigenvector Centrality

사이네스 중앙성은 종종 노드가 다른 노드 사이에 가장 짧은 경로에 나타나는 방법을 평가합니다. 커넥터 역할을 나타내는. Eigenvector centrality는 이웃의 중요성을 기반으로 노드의 영향을 고려합니다. 두 미터는 더 복잡한 계산을 필요로하며, 종종 네트워크 분석 소프트웨어에 의해 지원됩니다.

계산 도구 및 소프트웨어

몇몇 공구는 다음을 포함하는 중앙 측정의 계산을 촉진합니다:

  • NetworkX (Python 라이브러리)
  • Gephi (그래픽 시각화 소프트웨어)
  • Neo4j (그래픽 데이터베이스 플랫폼)
  • igraph (R 및 Python 패키지)