Sentralitas Derajat
- Diperkenalkan oleh
- Freeman, L. C.
- Tahun
- 1978
- Jenis
- Node-level centrality measure
- Keluarga
- Network science
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Sentralitas derajat adalah ukuran paling sederhana dan intuitif dari kepentingan sebuah simpul dalam jaringan, yang didefinisikan sebagai jumlah tautan langsung yang dimiliki sebuah simpul ke simpul lain.
Dinormalisasi dengan membagi jumlah tautan maksimum yang mungkin, ukuran ini memungkinkan perbandingan antar jaringan dengan ukuran berbeda dan merupakan titik awal hampir setiap analisis jaringan.
Intuisi di balik metode
Bayangkan sebuah ruang konferensi di mana setiap orang yang mengenal banyak orang adalah yang paling aktif secara sosial. Sentralitas derajat menangkap hal tersebut: jumlah koneksi mentah sebuah simpul. Sebuah simpul dengan derajat tinggi berada di pusat aktivitas langsung — ia dapat menjangkau banyak tetangga dalam satu langkah. Karena mudah dihitung dan mudah dijelaskan, sentralitas derajat sering kali merupakan metrik pertama yang dihitung dalam studi jaringan, berfungsi sebagai dasar perbandingan dengan ukuran yang lebih canggih.
Sejarah
Sentralitas derajat secara formal didefinisikan dan disistematisasi oleh Linton C. Freeman dalam makalahnya yang monumental tahun 1978 di Social Networks, yang juga memperkenalkan sentralitas perantara dan kedekatan di bawah kerangka konseptual yang terpadu. Ukuran itu sendiri berasal dari karya sosiometrik sebelumnya pada tahun 1940-an–1950-an. Makalah Freeman tetap menjadi kutipan kanonik dan menetapkan analisis jaringan sosial sebagai disiplin kuantitatif yang ketat.
Kapan digunakan
Gunakan sentralitas derajat ketika Anda memerlukan ringkasan yang cepat dan dapat diinterpretasikan tentang simpul mana yang memiliki koneksi langsung terbanyak — untuk mengidentifikasi hub, aktor kunci, atau simpul yang sangat aktif dalam jaringan biner atau berbobot apa pun. Ukuran ini cocok untuk jaringan kecil dan besar serta hanya memerlukan daftar sisi. Jangan hanya mengandalkan sentralitas derajat ketika pertanyaan penelitian berkaitan dengan pengaruh tidak langsung, efisiensi aliran informasi, atau peran penjaga gerbang; untuk tujuan tersebut, sentralitas eigenvector, sentralitas kedekatan, atau sentralitas perantara lebih tepat. Ukuran ini juga tidak informatif dalam graf lengkap atau hampir lengkap di mana hampir semua simpul memiliki derajat yang sama.
Batasan dan pertimbangan
- Hanya menghitung tetangga langsung; mengabaikan posisi dalam struktur jaringan global.
- Sebuah simpul dengan derajat tinggi mungkin sepenuhnya periferal jika semua tetangganya terisolasi satu sama lain.
- Tidak informatif dalam graf padat atau lengkap di mana varians derajat mendekati nol.
- Tidak membedakan apakah koneksi ke simpul berpengaruh atau periferal (gunakan sentralitas eigenvector untuk itu).
- Sensitif terhadap keputusan batas jaringan — siapa yang dimasukkan dalam jaringan memengaruhi skor.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Trivial secara komputasi — O(n) per simpul — dan dapat diskalakan ke jaringan yang sangat besar.
- Dapat diinterpretasikan secara langsung: jumlah koneksi mentah tidak memerlukan keahlian analisis jaringan untuk dijelaskan.
- Dapat diterapkan pada graf terarah, tak terarah, biner, dan berbobot (sebagai derajat berbobot).
- Berfungsi sebagai dasar yang sangat diperlukan untuk membandingkan ukuran sentralitas yang lebih kompleks.
- Distribusi derajat memberikan sidik jari topologi jaringan secara keseluruhan (skala-bebas, acak, dll.).
- Mudah divisualisasikan: ukuran simpul yang proporsional dengan derajat menyampaikan struktur secara sekilas.
Penerapan
- Mengidentifikasi hub dan aktor berpengaruh dalam jaringan sosial dan organisasi.
- Penelusuran kontak epidemiologis untuk memprioritaskan individu yang sangat terhubung untuk intervensi.
- Analisis jaringan web dan kutipan untuk memberi peringkat halaman atau makalah yang sangat tertaut.
- Analisis ketahanan infrastruktur untuk menemukan simpul kritis yang penghapusannya memfragmentasi jaringan.
- Penelitian pemasaran dan difusi untuk menemukan simpul benih untuk kampanye penyebaran viral.
- Studi jaringan kolaborasi dan penulisan bersama dalam bibliometrika.
Cara kerjanya
Cara kerjanya
Jaringan direpresentasikan sebagai graf G = (V, E), di mana V adalah himpunan simpul dan E adalah himpunan sisi. Matriks ketetanggaan A mengkodekan pasangan simpul mana yang terhubung. Dalam jaringan tak terarah, setiap sisi dihitung sekali; dalam jaringan terarah, derajat masuk (in-degree) dan derajat keluar (out-degree) dilacak secara terpisah, mencerminkan tautan masuk dan keluar.
Untuk setiap simpul v, sentralitas derajat dihitung dengan menjumlahkan semua entri di baris (atau kolom) matriks ketetanggaan — yaitu, menghitung berapa banyak simpul lain yang terhubung langsung dengannya. Derajat mentah adalah C_D(v) = deg(v). Dalam graf terarah, derajat masuk menghitung tautan masuk sementara derajat keluar menghitung tautan keluar.
Rumus
C_D(v) = \deg(v) = \sum_{u \in V} a_{vu}Untuk membandingkan antar jaringan dengan ukuran berbeda, derajat mentah dibagi dengan (n − 1), yaitu jumlah maksimum tautan yang mungkin dalam jaringan dengan n simpul. Skor yang dinormalisasi C_D'(v) berada di antara 0 dan 1, di mana 1 menunjukkan simpul yang terhubung ke setiap simpul lain dalam jaringan.
Rumus
C_D'(v) = \frac{\deg(v)}{n - 1}Simpul diberi peringkat berdasarkan skor sentralitas derajat yang dinormalisasi. Distribusi skor dapat divisualisasikan sebagai histogram atau diplot pada graf jaringan sebagai ukuran atau warna simpul. Simpul berderajat tinggi adalah kandidat untuk hub atau influencer; bentuk distribusi derajat (misalnya, berekor berat vs. seragam) mengungkapkan sifat struktural jaringan yang lebih luas.
Kesalahan umum
- Melaporkan derajat mentah tanpa normalisasi, membuat hasil tidak dapat dibandingkan antar jaringan dengan ukuran berbeda.
- Memperlakukan sentralitas derajat sebagai bukti pengaruh yang cukup tanpa memeriksa sentralitas perantara atau eigenvector.
- Mengabaikan arah dalam jaringan terarah: derajat masuk dan derajat keluar membawa makna substantif yang berbeda.
- Mencampuradukkan sentralitas derajat dengan sentralitas derajat berbobot tanpa mengakui perbedaan dalam jaringan biner vs. bernilai.
- Mengabaikan isolat (simpul dengan derajat 0) yang mungkin merupakan aktor penting yang hilang secara substantif.
Pertanyaan yang sering diajukan
Apa perbedaan antara sentralitas derajat dan sentralitas eigenvector?
Sentralitas derajat menghitung jumlah koneksi langsung terlepas dari siapa tetangga tersebut. Sentralitas eigenvector memberi bobot setiap koneksi berdasarkan pentingnya tetangga, sehingga simpul yang terhubung ke beberapa simpul yang sangat sentral dapat memperoleh skor lebih tinggi daripada simpul dengan banyak tetangga periferal.
Haruskah saya menggunakan derajat masuk atau derajat keluar dalam jaringan terarah?
Pilihannya tergantung pada pertanyaan penelitian. Derajat masuk mengukur berapa banyak aktor yang menunjuk ke sebuah simpul (misalnya, popularitas, prestise, jumlah kutipan). Derajat keluar mengukur berapa banyak aktor yang ditunjuk oleh sebuah simpul (misalnya, tingkat aktivitas, pengiriman informasi). Melaporkan keduanya sering kali informatif.
Apakah sentralitas derajat berfungsi pada jaringan berbobot?
Formulasi standar menggunakan sisi biner. Untuk jaringan berbobot, ukuran yang analog adalah sentralitas derajat berbobot (juga disebut kekuatan simpul), yang menjumlahkan bobot sisi daripada menghitung sisi. Sebagian besar implementasi di igraph, NetworkX, dan Gephi mendukung opsi ini.
Seberapa besar jaringan saya?
Sentralitas derajat tidak memiliki persyaratan ukuran minimum. Ukuran ini bermakna bahkan dalam jaringan 10 simpul. Namun, dalam jaringan yang sangat kecil, skor yang dinormalisasi kehilangan resolusi — hampir semua simpul mungkin tampak sama sentralnya. Untuk jaringan dengan kurang dari sekitar 20 simpul, memeriksa distribusi derajat mentah biasanya lebih informatif daripada skor yang dinormalisasi.
Kapan sentralitas derajat tidak cukup?
Ketika pertanyaan penelitian Anda berkaitan dengan peran perantara, penjaga gerbang, atau aliran informasi di seluruh jaringan daripada popularitas lokal. Sebuah simpul dengan derajat sedang dapat mengontrol akses antar kluster (perantara tinggi) atau menjangkau setiap simpul lain dengan cepat (kedekatan tinggi) tanpa memiliki banyak tautan langsung.
Metode terkait
Sumber
Freeman, L. C. (1978). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239.
Buka referensi DOIDisalin.Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press.
ISBN: 978-0-521-38707-1Disalin.