设想一个年级中,有十几个班级,所有班级的同学和老师,大家都通过社交软件相互联系。
在这样一个关系网络中,如何识别出哪些人是交际花,哪些人是具有影响力的人呢?
这就要涉及到中心度的概念了,本文介绍四种中心性(Centrality)。度中心性(Degree Centrality),接近中心性(Closeness Centrality),中介中心性(Betweenness Centrality)和特征向量中心性(Eigenvector Centrality)。
网络设定
在本文设想的问题中,两个人之间如果相互有聊天消息的来往,则认为两人之间有联系,由此可以构建出无向图。为了简化起见,暂时不考虑权重的问题。
度中心性(Degree Centrality)
度中心性的定义是,与某个结点相连的链接数量。在这个问题中,与某位同学或者老师有联系的人越多,则该人的度中心性越高。显然,度中心性高的人,就是我们要寻找的“交际花”人物。在这个图中,Jack显然就是这样一个交际花。(本来想用小明小王小李之类的名字,但是发现Python画图加中文很麻烦,于是就换成英文名了……)
接近中心性(Closeness Centrality)
接近中心性的定义是,对于该结点而言,与该结点相连的其余所有结点到它的最短路的长度的均值。在我们的问题中,如果一个人的接近中心性越高&#