Viktade centralitetsmått
Ett annat vanligt sätt att identifiera viktiga noder är centralitet. Det finns flera sätt att mäta centralitet, men i den här lektionen fokuserar vi på två mått: egencentralitet och närhet. Egencentralitet har redan behandlats, medan närhet är ett annat sätt att bedöma centralitet – det mäter hur nära en nod befinner sig i förhållande till alla andra noder. I tidigare lektioner har vi inte uttryckligen skiljt mellan viktade och oviktade versioner av centralitet. I den här lektionen beräknar vi båda versionerna och undersöker om resultaten skiljer sig åt.
Förväntar du dig att se samma nod varje gång i exemplet nedan? Vad tror du blir den största skillnaden mellan måtten eller mellan de viktade och oviktade versionerna?
Den här övningen är en del av kursen
Fallstudier: Nätverksanalys i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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