2011-01-02 4 views
2

각 노드에 값이있는 n 개의 노드가있는 무향 그래프가 제공됩니다. 노드 값은이 경우에는 가중치로도 호출 될 수 있습니다 (노드에 가중치를 할당하고 에지가 아닌 것에 유의하십시오). 그러면 그래프에 노드 'a'가 주어지면 임의의 측정 항목/측정 값을 계산할 수 있습니다. 그래프에서 노드의 '중요도'를 알려줍니다.그래프의 노드 중요성

Centrality이 내가 무엇을보고 있는지 확실하지 않습니다. 나는 Centrality가 노드의 정도와 더 관련이 있다고 생각합니다. 반면에 그래프에서 중요한 노드가 다른 중요 노드 (가중치를 사용하여 계산 됨)와 어떻게 다른지 살펴보고 있습니다.

그냥 내 Q (그리고 약간 다른보기)에 expatiate : 처음에는 어떤 노드에 대한 가중치/값이 할당 된 그래프를 가정하십시오. 이제, 나는 몇 개의 노드를 확인하고 그 노드에 가중치/값 1을 할당합니다. 자, 노드가 주어지면 (가중치/값이 지정되지 않은 경우), 다른 노드 (가중치가 할당 된) 각각의 '가중치'거리를 기반으로 그 가중치/값을 계산하려고합니다. 노드의 가중치/값을 계산하기 위해 가중치를 사용하여 거리를 에지 수와 배수로 간주 할 수 있습니다.

+0

당신이 중요성을 어떻게 정의하는지 모르면 대답하기가 어렵습니다. –

+0

자매 사이트 인 http://math.stackexchange.com/을 더 나은 답변을 얻으십시오. – Darien

답변

2

Eigenvector centrality을 보셨습니까? 위키 백과 (강조 광산)에서 :

고유 벡터 중심성은 네트워크의 노드의 중요한 척도이다. 그것은 높은 점수 노드에 연결에 동일한 연결보다 문제의 노드의 점수 에 더 기여한다는 원칙에 따라 네트워크의 모든 노드에 상대적으로 점수를 할당 노드를 낮은 득점.