Centralidad de grado
- Propuesto por
- Freeman, L. C.
- Año
- 1978
- Tipo
- Node-level centrality measure
- Familia
- Network science
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
La centralidad de grado es la medida más simple e intuitiva de la importancia de un nodo en una red, definida como el número de lazos directos que un nodo tiene con otros nodos.
Normalizada dividiendo por el número máximo de lazos posibles, permite la comparación entre redes de diferentes tamaños y es el punto de partida de casi todo análisis de redes.
La intuición detrás del método
Imagina una sala de conferencias donde todos los que conocen a mucha gente son los más activos socialmente. La centralidad de grado captura exactamente eso: el recuento bruto de conexiones de un nodo. Un nodo con alto grado se sitúa en el centro de la actividad inmediata — puede alcanzar a muchos vecinos en un solo paso. Dado que es simple de calcular y fácil de explicar, la centralidad de grado es a menudo la primera métrica calculada en un estudio de red, sirviendo como una línea de base contra la cual se comparan medidas más sofisticadas.
Historia
La centralidad de grado fue definida formalmente y sistematizada por Linton C. Freeman en su influyente artículo de 1978 en 'Social Networks', que también introdujo la centralidad de intermediación y cercanía bajo un marco conceptual unificado. La medida en sí misma se remonta a trabajos sociométricos anteriores en las décadas de 1940-1950. El artículo de Freeman sigue siendo la cita canónica y estableció el análisis de redes sociales como una disciplina cuantitativa rigurosa.
Cuándo usarlo
Utilice la centralidad de grado cuando necesite un resumen rápido e interpretable de qué nodos tienen la mayor cantidad de conexiones directas — para identificar 'hubs', actores clave o nodos altamente activos en cualquier red binaria o ponderada. Se adapta tanto a redes pequeñas como grandes y solo requiere una lista de aristas. No confíe únicamente en la centralidad de grado cuando la pregunta de investigación se refiera a la influencia indirecta, la eficiencia del flujo de información o los roles de 'gatekeeping'; para esos propósitos, la centralidad de vector propio, la centralidad de cercanía o la centralidad de intermediación son más apropiadas. Tampoco es informativa en grafos completos o casi completos donde casi todos los nodos comparten el mismo grado.
Limitaciones y consideraciones
- Cuenta solo vecinos directos; ignora la posición en la estructura global de la red.
- Un nodo con alto grado puede ser completamente periférico si todos sus vecinos están aislados entre sí.
- No informativa en grafos densos o completos donde la varianza del grado es cercana a cero.
- No distingue si las conexiones son a nodos influyentes o periféricos (use centralidad de vector propio para eso).
- Sensible a las decisiones sobre los límites de la red — quién está incluido en la red afecta las puntuaciones.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Computacionalmente trivial — O(n) por nodo — y escala a redes muy grandes.
- Inmediatamente interpretable: el recuento bruto de conexiones no requiere experiencia en análisis de redes para ser explicado.
- Aplicable a grafos dirigidos, no dirigidos, binarios y ponderados (como grado ponderado).
- Sirve como una línea de base indispensable para comparar medidas de centralidad más complejas.
- La distribución de grado proporciona una huella digital de la topología general de la red (libre de escala, aleatoria, etc.).
- Fácilmente visualizable: el tamaño del nodo proporcional al grado transmite la estructura de un vistazo.
Aplicaciones
- Identificación de 'hubs' y actores influyentes en redes sociales y organizacionales.
- Trazabilidad de contactos epidemiológicos para priorizar individuos altamente conectados para intervención.
- Análisis de redes web y de citas para clasificar páginas o artículos altamente enlazados.
- Análisis de resiliencia de infraestructura para encontrar nodos críticos cuya eliminación fragmenta la red.
- Investigación de marketing y difusión para localizar nodos semilla para campañas de propagación viral.
- Estudios de redes de coautoría y colaboración en bibliometría.
Cómo funciona
Cómo funciona
La red se representa como un grafo G = (V, E), donde V es el conjunto de nodos y E es el conjunto de aristas. Una matriz de adyacencia A codifica qué pares de nodos están conectados. En una red no dirigida cada arista se cuenta una vez; en una red dirigida se rastrean por separado el grado de entrada y el grado de salida, reflejando los lazos entrantes y salientes respectivamente.
Para cada nodo v, la centralidad de grado se calcula sumando todas las entradas de su fila (o columna) de la matriz de adyacencia — es decir, contando a cuántos otros nodos está directamente conectado. El grado bruto es C_D(v) = deg(v). En un grafo dirigido, el grado de entrada cuenta los lazos entrantes mientras que el grado de salida cuenta los lazos salientes.
Fórmula
C_D(v) = \deg(v) = \sum_{u \in V} a_{vu}Para comparar entre redes de diferentes tamaños, el grado bruto se divide por (n − 1), el número máximo posible de lazos en una red de n nodos. La puntuación normalizada C_D'(v) cae entre 0 y 1, donde 1 indica un nodo conectado a todos los demás nodos de la red.
Fórmula
C_D'(v) = \frac{\deg(v)}{n - 1}Los nodos se clasifican según su puntuación de centralidad de grado normalizada. La distribución de las puntuaciones se puede visualizar como un histograma o representar en el grafo de la red como tamaño o color del nodo. Los nodos de alto grado son candidatos a ser 'hubs' o 'influenciadores'; la forma de la distribución de grado (p. ej., de cola pesada vs. uniforme) revela propiedades estructurales más amplias de la red.
Errores comunes
- Reportar el grado bruto sin normalizar, haciendo que los resultados sean incomparables entre redes de diferentes tamaños.
- Tratar la centralidad de grado como evidencia suficiente de influencia sin verificar la centralidad de intermediación o de vector propio.
- Ignorar la direccionalidad en redes dirigidas: el grado de entrada y el grado de salida tienen significados sustantivos diferentes.
- Confundir la centralidad de grado con la centralidad de grado ponderado sin reconocer la diferencia en redes binarias vs. valoradas.
- Pasar por alto los aislados (nodos con grado 0) que pueden ser actores faltantes sustantivamente importantes.
Preguntas frecuentes
¿Cuál es la diferencia entre la centralidad de grado y la centralidad de vector propio?
La centralidad de grado cuenta el número de conexiones directas independientemente de quiénes sean esos vecinos. La centralidad de vector propio pondera cada conexión por la importancia del vecino, por lo que un nodo conectado a pocos nodos altamente centrales puede obtener una puntuación más alta que un nodo con muchos vecinos periféricos.
¿Debería usar el grado de entrada o el grado de salida en una red dirigida?
La elección depende de la pregunta de investigación. El grado de entrada mide cuántos actores apuntan a un nodo (p. ej., popularidad, prestigio, recuento de citas). El grado de salida mide a cuántos actores apunta un nodo (p. ej., nivel de actividad, envío de información). Reportar ambos suele ser informativo.
¿Funciona la centralidad de grado en redes ponderadas?
La formulación estándar utiliza aristas binarias. Para redes ponderadas, la medida análoga es la centralidad de grado ponderado (también llamada fuerza del nodo), que suma los pesos de las aristas en lugar de contar las aristas. La mayoría de las implementaciones en igraph, NetworkX y Gephi admiten esta opción.
¿Qué tan grande debe ser mi red?
La centralidad de grado no tiene un requisito de tamaño mínimo. Es significativa incluso en redes de 10 nodos. Sin embargo, en redes muy pequeñas la puntuación normalizada pierde resolución — casi todos los nodos pueden parecer igualmente centrales. Para redes con menos de unos 20 nodos, examinar la distribución de grado bruto suele ser más informativo que la puntuación normalizada.
¿Cuándo no es suficiente la centralidad de grado?
Cuando su pregunta de investigación se refiere a roles de intermediación ('broker'), 'gatekeeping' o flujo de información a través de la red en lugar de popularidad local. Un nodo con grado modesto puede controlar el acceso entre clústeres (alta intermediación) o alcanzar a todos los demás nodos rápidamente (alta cercanía) sin tener muchos lazos directos.
Métodos relacionados
Fuentes
Freeman, L. C. (1978). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239.
Abrir referencia DOICopiado.Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press.
ISBN: 978-0-521-38707-1Copiado.