Măsuri de centralitate ponderate
O altă măsură frecventă a importanței nodurilor este centralitatea. Există mai multe moduri de a o calcula, dar în această lecție vom analiza două metrici: centralitatea proprie (eigen centrality) și apropierea (closeness). Centralitatea proprie a fost deja prezentată, iar apropierea este o altă metodă de evaluare a centralității – ea măsoară cât de aproape se află un nod față de toate celelalte noduri din graf. În lecțiile anterioare nu am făcut o distincție explicită între versiunile ponderate și neponderate ale centralității. În această lecție vom calcula ambele variante și vom observa dacă rezultatele diferă.
În exemplul de mai jos, te aștepți să obții același nod de fiecare dată? Care crezi că va fi cea mai mare diferență – între metrici sau între versiunile ponderate și neponderate?
Acest exercițiu face parte din cursul
Studii de caz: Analiza rețelelor în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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