我试图使用R中的igraph包来计算图的接近程度。我用于计算的样本数据如下，
1 2
1 5
2 3
5 4
4 6
2 5
3 4
当我手动执行此操作时，结果不匹配。这是igraph对closeness：
接近度是最短路径的平均长度的倒数 来自/来自图中的所有其他顶点
以下是我为节点1 手动计算closeness的方式：
首先，我计算从节点1 到其他节点的最短路径：
节点1 可以在1步中到达节点2 ，这也是最短的路径。
节点1 可以在1步中到达节点5 ，这也是最短的路径。
节点1 可以分三步到达节点6 ，依此类推。
然后，我取这些最短路径的平均值：
（ 1 （1→2）+ 1 （1→5）+ 2 （1→3）+ 2 （1→4）+ 3 （1→6））/ 5 =（1 + 1 + 2 + 2 + 3）/ 5 = 9/5
最后我反过来，给出接近值0.555
当我从closeness包中运行R中的igraph方法时，我为节点1 获得的结果为0.1111。
有人可以帮我找到我在计算中遗漏的内容吗？
答案 0 :(得分：1)
我已在评论中写过，但只是为了得到答案。 igraph手册中的文字是错误的。而不是乘以平均长度的倒数，它应该是乘以总长度的倒数。
答案 1 :(得分：0)
实际上这个定义并没有错。它是接近定义的另一种形式。请参考enter link description here。 ＆＃39;反向总长度＆＃39;是Sabidussi对亲近的定义。在第226页，弗里曼说
＆＃34;此度量取决于计算它的网络中的点数。因此，我们不能比较从不同大小的图表中绘制的点的（接近度）值＃34;
可以通过遵循Beauchamp对平均长度的倒数的接近度定义来克服这个问题。在这种情况下，我们在测量平均值时取n-1而不是n。还有一个基于Beauchamp定义的贴近度量的实现，可以在statnet R包中找到。