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Gephi和NodeXL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。
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)