加權中心性衡量
另一種常見的「重要節點」衡量方式是中心性。中心性的計算方法有很多種，但在本課你會看到兩個指標：eigen centrality 與 closeness。你已經學過 eigen centrality，而 closeness 則是另一種評估中心性的方式。它會看某個節點與所有其他節點的距離有多近。先前的課程中，我們並沒有特別區分加權與不加權的中心性版本。在本課中，我們會同時計算加權與不加權的版本，並觀察結果是否有所變化。
在下面的例子中，你預期每次都會得到同一個節點嗎？你認為不同指標之間，或加權與不加權版本之間，最大的差異會是什麼？
本練習屬於課程
案例研究：R 的網路分析
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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