图接近度 - 与gephi和NodeXL不同的结果

时间:2012-10-30 09:38:30

标签: graph-algorithm gephi

我正在编写一个用于计算图形测量的JavaScript库,例如度数中心性,偏心率,亲密度和介于中间性。

为了验证我的库,我使用两个存在的应用程序GephiNodeXL来运行它们的计算。 问题是我看到了不同的结果。

我构建简单的图表:

  (A) ----- (B)
   |         |
   |         | 
  (C) ----- (D)

Gephi给出了这些结果:

A ecc=2 close=1.333 bet=0.5
B ecc=2 close=1.333 bet=0.5
C ecc=2 close=1.333 bet=0.5
D ecc=2 close=1.333 bet=0.5

NodeXL给出了这些结果:

A close=0.25 bet=0.5
B close=0.25 bet=0.5
C close=0.25 bet=0.5
D close=0.25 bet=0.5

请注意,NodeXL不会计算出偏心。

哪一个是对的?
结果真的不同吗?

我没有规范化(或者至少不打算规范化)任何结果。

2 个答案:

答案 0 :(得分:2)

实际上两种措施都是正确的。由NodeXL计算的一个是紧密度中心性,Gephi的另一个计算机是反向紧密度中心性。因此,在反近中心度的情况下,值越高,越接近中心。

两个中心点之间的差异在于考虑图表大小和效率。亲密度中心性独立于图形尺寸=>可以比较来自不同网络的节点的接近程度。逆中心性是更接近度的有效(精确)计算,但它取决于图形大小。

参考文献:

Sabidussi,G。:图的中心指数。 Psychometrika 31(4)(1966)581 { 603

Linton C. Freeman:社交网络的中心地位。概念澄清。社会 网络1(1978/79)215-239

希望可以澄清差异。

答案 1 :(得分:1)

似乎Gephi返回节点与网络中所有其他节点之间所有最短路径的平均总和(也在doc中说明) 对于A,这给出了:(1 + 1 + 2)/3=1.333333

而NodeXL为您提供所有最短路径的倒数和: 对于A 1/(1+1+2)=0.25

所以,我会说后者是正确的,因为这是遵循亲密度中心性的定义。例如。 igraph也使用第二个版本。