网络的介数中心性(betweenness)及计算方法

昨天面试被问到betweenness的计算方法，很尴尬没有自己实现过。平时用的时候通常用Python的networkx包计算，具体算法之前还没了解过。复杂网络的教材通常就介绍了betweenness的意义与定义，直接从定义出发计算的复杂度达到$O(n^3)$

这里介绍一个2001年brandes提出的算法”A faster algorithm for betweenness centrality”，在无权图上复杂度为$O(mn)$,在有权图上复杂度在$O(mn+n\log n)$,在网络稀疏的时候，复杂度接近$O(n^2)$.

betweenness定义

betweenness的直接定义式为：

$$C_B(v) = \sum_{s\neq v\neq t\in V}\frac{\sigma_{st}(v)}{\sigma_{st}}$$
其中 $\sigma_{st}(v)$表示经过节点 $v$的 $s\rightarrow t$的最短路径条数, $\sigma_{st}$表示 $s\rightarrow t$的最短路径条数。

直观上来说，betweenness反映了节点$v$作为“桥梁”的重要程度。

为了方便，定义pair-dependency为

$$\delta_{st}(v) = \frac{\sigma_{st}(v)}{\sigma_{st}}$$
则

$$C_B(v) = \sum_{s\neq v\neq t\in V}\delta_{st}(v)$$

如何计算$\sigma_{st}$

首先引入一个记号

$$P_s(v) = \{u\in V:\{u,v\}\in E, d_G(s,v) = d_G(s,u)+\omega(u,v)\}$$

意思就是从节点$s$到节点$v$的最短路径中