Medidas de centralidade ponderadas
Outra medida comum para verificar a importância de vértices é a centralidade. Há várias formas de medi-la, mas, nesta lição, vamos considerar duas métricas: eigen centrality e closeness. Enquanto eigen centrality já foi abordada, closeness é outra forma de avaliar a centralidade. Ela considera quão próximo um vértice está de todos os outros. Em lições anteriores, não diferenciamos explicitamente versões ponderadas e não ponderadas de centralidade. Nesta lição, vamos calcular ambas e ver se isso muda o resultado.
No exemplo abaixo, você espera ver o mesmo vértice em cada caso? O que você acha que será a maior diferença entre as métricas ou entre as versões ponderadas e não ponderadas?
Este exercício faz parte do curso
Estudos de caso: Análise de redes em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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