Medidas ponderadas de centralidad
Otra medida habitual para identificar vértices importantes es la centralidad. Hay varias formas de medirla, pero en esta lección veremos dos métricas: eigen centrality y closeness. Aunque eigen centrality ya se ha tratado, closeness es otra forma de evaluar la centralidad. Tiene en cuenta lo cerca que está un vértice de todos los demás. En lecciones anteriores, no hemos diferenciado explícitamente entre versiones ponderadas y no ponderadas de la centralidad. En esta lección, calcularemos ambas y veremos si cambian los resultados.
En el siguiente ejemplo, ¿esperas ver el mismo vértice cada vez? ¿Qué crees que será la mayor diferencia entre métricas o entre versiones ponderadas y no ponderadas?
Este ejercicio forma parte del curso
Estudios de caso: análisis de redes en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# This calculates weighted eigen-centrality
ec_weight <- eigen_centrality(trip_g_simp, directed = TRUE)$vector
# Calculate unweighted eigen-centrality
ec_unweight <- eigen_centrality(___, directed = ___, weights = ___)$vector