复杂网络——度中心性、介数中心度性、接近中心性

1. 度中心性（Degree Centrality）

度中心性（Degree Centrality）是在网络分析中刻画节点中心性（Centrality）的最直接度量指标。一个节点的节点度越大就意味着该节点的度中心性越高，该节点在网络中就越重要。

某个节点 度中心性 计算公式如下：
$$D{C}_i=\frac{k_i}{N-1}$$
其中：

• $k_i$ 表示现有的与节点 $i$ 相连的边的数量
• $N-1$ 表示节点 $i$ 与其他节点都相连的边的数量

例：

2. 介数中心性（Betweenness Centrality）

节点介数是指一个网络里通过节点的最短路径条数

某个节点的 介数中心性 的计算公式如下：
$$B{C}_i=\sum _{s\ne i\ne t}\frac{n_{st}^i}{g_{st}}$$
其中：

• $n_{st}^i$ 表示经过节点 $i$ ，且为最短路径的路径数量
• $g_{st}$ 表示连接 $s$ 和 $t$ 的最短路径的数量

归一化（令结果 < 1）后，有：
$$B{C}_i=\frac{1}{(N-1)(N-2)/2}\sum _{s\ne i\ne t}\frac{n_{st}^i}{g_{st}}$$
例：

上图计算节点 $1$ 的介数中心性：

• 从 $5$ -> $4$ ，最短路径为 $(5,1,4)$， 该路径经过节点 $1$ ，所以 $n_{54}^1=1,g_{54}=1$
• 从 $5$ -> $3$ ，最短路径为 $(5,3)$， 该路径不经过节点 $1$，所以 $n_{53}^1=0,g_{53}=1$
• 从 $5$ -> $2$ ，最短路径为 $(5,1,2),(5,3,2)$， 经过节点 $1$ 的路径为 $(5,1,2)$，所以 $n_{52}^1=1,g_{52}=2$
• 从 $4$ -> $3$ ，最短路径为 $(4,1,2,3),(4,1,5,3)$， 两条路径都经过节点 $1$，所以 $n_{43}^1=2,g_{43}=2$
• 从 $4$ -> $2$ ，最短路径为 $(4,1,2)$， 该路径经过节点 $1$，所以 $n_{42}^1=1,g_{42}=1$
• 从 $3$ -> $2$ ，最短路径为 $(3,2)$， 该路径不经过节点 $1$，所以 $n_{32}^1=0,g_{32}=1$
• 最后得出 $B(1)=\frac{7}{2}$ ，对其归一化得 $B(1)=\frac{7}{12}$

3. 接近中心性（Closeness Centrality）

接近中心性用于衡量节点重要性

某个节点的 接近中心性 $C{C}_i$ 为：
$$d_i=\frac{1}{N-1}\sum _{j=1}^N{d}_{ij}C{C}_i=\frac{1}{d_i}$$
其中 $d_i$ 表示节点 $i$ 到其余各点的平均距离，平均距离的倒数就是接近中心度

例：

以上图节点 $A$ 为例，图中点的个数 $N=11$：

• 与 $A$ 相连的路径为 $1$ 的共 $4$ 个点，为 $D,E,F,B$
• 与 $A$ 相连的路径为 $2$ 的共 $3$ 个点，为 $G.C,H$
• 与 $A$ 相连的路径为 $3$ 的共 $3$ 个点，为 $I,J,K$
• 可得 $A$ 的平均距离为 $d(A)=\frac{1}{10}(4+2\ast 3+3\ast 3)$，$A$ 的接近中心度为 $CC(A)=\frac{1}{d(A)}$