Skip to content
กลับไปยังผลการค้นหา

การวิเคราะห์ความเป็นศูนย์กลาง — ดีกรี, ความเป็นศูนย์กลางระหว่างจุด, ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะ

ผู้เสนอ
Linton C. Freeman
ปี
1979
ประเภท
Descriptive / exploratory network measure family

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิเคราะห์ความเป็นศูนย์กลางเป็นชุดของมาตรวัดการวิเคราะห์เครือข่าย ซึ่งกำหนดปริมาณความสำคัญเชิงโครงสร้างของโหนดแต่ละโหนดภายในกราฟ โดย Freeman (1979) ดัชนีความเป็นศูนย์กลางแต่ละตัวจะจับกลไกอิทธิพลที่แตกต่างกัน: ความเป็นศูนย์กลางแบบดีกรีสะท้อนถึงการเชื่อมต่อโดยตรง, ความเป็นศูนย์กลางระหว่างจุดระบุโหนดที่ทำหน้าที่เป็นตัวกลางในการไหลของข้อมูล, ความเป็นศูนย์กลางแบบความใกล้ชิดจับความใกล้เคียงกับโหนดอื่นๆ ทั้งหมด, และความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะ (พร้อมกับ PageRank) ให้รางวัลแก่การเชื่อมต่อกับเพื่อนบ้านที่มีการเชื่อมต่อสูง

แนวคิดเบื้องหลังวิธีการ

ไม่ใช่ทุกโหนดในเครือข่ายจะมีความสำคัญเท่ากัน เมืองที่ถนนหลายสายผ่านมีความสำคัญต่อการจราจรมากกว่าเมืองที่อยู่ปลายถนนตัน แม้ว่าทั้งสองเมืองจะมีจำนวนลิงก์ถนนโดยตรงเท่ากันก็ตาม มาตรวัดความเป็นศูนย์กลางแปลงสัญชาตญาณนี้ให้เป็นตัวเลข ความเป็นศูนย์กลางแบบดีกรีเพียงแค่นับจำนวนเพื่อนบ้านที่โหนดมี ความเป็นศูนย์กลางระหว่างจุดนับจำนวนครั้งที่โหนดอยู่บนเส้นทางที่สั้นที่สุดระหว่างทุกคู่ แสดงถึงผู้ควบคุม ความเป็นศูนย์กลางแบบความใกล้ชิดวัดว่าโหนดสามารถเข้าถึงทุกคนได้อย่างรวดเร็วเพียงใด ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะจะให้น้ำหนักการมีส่วนร่วมของเพื่อนบ้านแต่ละรายตามความสำคัญของเพื่อนบ้านนั้น ดังนั้นการเชื่อมต่อกับโหนดที่มีอิทธิพลจึงมีความสำคัญมากกว่าจำนวนที่แท้จริง แต่ละมาตรวัดจะตอบคำถามที่แตกต่างกันเกี่ยวกับใครหรืออะไรที่สำคัญที่สุดในเครือข่าย

ประวัติศาสตร์

Freeman (1979) ได้ให้การชี้แจงแนวคิดพื้นฐานของสาขาวิชา โดยรวมแนวคิดสามอย่างที่เคยกระจัดกระจาย — ดีกรี, ความเป็นศูนย์กลางระหว่างจุด, และความใกล้ชิด — ภายใต้กรอบทฤษฎีเดียวสำหรับความเป็นศูนย์กลางเครือข่ายสังคม Borgatti (2005) ได้ขยายกรอบโดยเชื่อมโยงความเป็นศูนย์กลางแต่ละประเภทกับแบบจำลองการไหลของเครือข่ายที่เฉพาะเจาะจง ทำให้มาตรวัดมีความชัดเจนทางทฤษฎีมากขึ้น ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะมีรากฐานมาจากการวิเคราะห์สเปกตรัมของเมทริกซ์ และต่อมาได้ถูกนำมาใช้สำหรับเครือข่าย; PageRank ของ Google (1998) เป็นลูกหลานที่รู้จักกันดีที่สุดของการประยุกต์ใช้

ควรใช้เมื่อใด

การวิเคราะห์ความเป็นศูนย์กลางจะนำไปใช้เมื่อใดก็ตามที่ข้อมูลความสัมพันธ์สามารถแสดงเป็นกราฟและคำถามเกี่ยวกับโหนดใดที่มีความสำคัญเชิงโครงสร้างมากที่สุด มีการใช้ในการวิเคราะห์เครือข่ายสังคม, บิลิโอเมตริกซ์, ชีววิทยา, การขนส่ง และการวิจัยระบบสารสนเทศ ไม่จำเป็นต้องมีข้อสมมติฐานเรื่องความเป็นปกติ และวิธีการนี้เหมาะสำหรับข้อมูลเครือข่ายภาคตัดขวางและข้อมูลเครือข่ายตามช่วงเวลา เครือข่ายควรเชื่อมต่อกัน หรือส่วนประกอบควรได้รับการวิเคราะห์แยกกัน เพื่อให้มาตรวัดที่อิงตามเส้นทาง เช่น ความเป็นศูนย์กลางระหว่างจุดและความใกล้ชิดมีความชัดเจน จำเป็นต้องมีโหนดอย่างน้อย 10 โหนดเพื่อให้คะแนนสามารถตีความได้ และอย่างน้อย 20 โหนดเพื่อให้การจัดอันดับความเป็นศูนย์กลางมีความหมายทางสถิติ เครือข่ายที่มีน้ำหนักต้องการคำจำกัดความของน้ำหนักที่มีพื้นฐานเชิงทฤษฎีก่อนที่จะคำนวณความเป็นศูนย์กลาง

ข้อจำกัดและข้อควรพิจารณา

  • ความเป็นศูนย์กลางระหว่างจุดมีความซับซ้อนในการคำนวณ O(VE) ทำให้มีค่าใช้จ่ายสูงในเครือข่ายขนาดใหญ่มาก
  • มาตรวัดที่อิงตามเส้นทาง (ความเป็นศูนย์กลางระหว่างจุด, ความใกล้ชิด) ไม่ได้ถูกกำหนดไว้หรือต้องการการจัดการพิเศษในกราฟที่ไม่เชื่อมต่อกัน
  • คะแนนความเป็นศูนย์กลางมีความอ่อนไหวต่อการเลือกคำจำกัดความของน้ำหนักเส้นเชื่อมในเครือข่ายที่มีน้ำหนัก; น้ำหนักที่เลือกไม่ดีจะบิดเบือนดัชนีทุกตัว
  • ด้วยโหนดน้อยกว่า 20 โหนด มาตรวัดจะขาดพลังทางสถิติและควรได้รับการปฏิบัติว่าเป็นคำอธิบายเชิงสำรวจมากกว่าผลลัพธ์เชิงอนุมาน

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ดัชนีแต่ละตัวจับกลไกความสำคัญเชิงโครงสร้างที่แตกต่างกัน ทำให้เกิดภาพหลายมิติของเครือข่าย
  • ไม่จำเป็นต้องมีข้อสมมติฐานเกี่ยวกับการกระจาย; วิธีการนี้ใช้ได้กับกราฟใดๆ โดยไม่คำนึงถึงประเภทของตัวแปร
  • ความเป็นศูนย์กลางแบบดีกรีและความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะสามารถปรับขนาดได้อย่างมีประสิทธิภาพสำหรับกราฟขนาดใหญ่มาก; ความเป็นศูนย์กลางแบบดีกรีถูกคำนวณใน O(V+E)
  • ได้รับการสนับสนุนอย่างกว้างขวางในหลากหลายสาขาวิชา — ตั้งแต่สังคมวิทยาและชีววิทยาไปจนถึงวิทยาการคอมพิวเตอร์ — ทำให้ผลลัพธ์สามารถสื่อสารได้อย่างกว้างขวาง

การประยุกต์ใช้

  • การระบุผู้นำทางความคิดหลักและผู้ควบคุมข้อมูลในเครือข่ายสังคมและองค์กร
  • การทำแผนที่อิทธิพลทางวิทยาศาสตร์โดยการคำนวณความเป็นศูนย์กลางบนเครือข่ายการเป็นผู้ร่วมประพันธ์หรือการอ้างอิง
  • การระบุโหนดโครงสร้างพื้นฐานที่สำคัญในเครือข่ายการขนส่ง, เครือข่ายไฟฟ้า และโครงสร้างอินเทอร์เน็ต
  • การจัดลำดับความสำคัญของเป้าหมายการฉีดวัคซีนหรือการเฝ้าระวังในเครือข่ายระบาดวิทยาโดยการระบุผู้แพร่กระจายที่มีความเป็นศูนย์กลางระหว่างจุดสูง
  • การตรวจจับผู้ควบคุมในเครือข่ายห่วงโซ่อุปทานและเครือข่ายทางการเงินเพื่อประเมินความเสี่ยงของระบบ

วิธีการทำงาน

วิธีการทำงาน

1

กราฟจะถูกประกอบขึ้นจากข้อมูลความสัมพันธ์: โหนดแสดงถึงเอนทิตี (ผู้คน, สถาบัน, หน้าเว็บ) และเส้นเชื่อมแสดงถึงความสัมพันธ์หรือปฏิสัมพันธ์ระหว่างกัน นักวิเคราะห์จะตัดสินใจว่าเส้นเชื่อมมีทิศทางหรือไม่ และมีน้ำหนักหรือไม่ ในเครือข่ายที่มีทิศทาง ดีกรีขาเข้าและดีกรีขาออกจะถูกคำนวณแยกกันและตีความแตกต่างกัน ความถูกต้องของคะแนนความเป็นศูนย์กลางขึ้นอยู่กับว่าโครงสร้างกราฟเป็นการแสดงความสัมพันธ์ในโลกแห่งความเป็นจริงที่กำลังศึกษาอย่างซื่อสัตย์หรือไม่

2

นักวิเคราะห์จะเลือกดัชนีความเป็นศูนย์กลาง — หรือการผสมผสานของดัชนี — ที่ตรงกับคำถามเชิงเนื้อหา ความเป็นศูนย์กลางแบบดีกรีเหมาะสมเมื่อความสามารถในการเชื่อมต่อดิบเป็นที่สนใจ ความเป็นศูนย์กลางระหว่างจุดจะถูกเลือกเมื่อมุ่งเน้นไปที่การเป็นตัวกลางและการควบคุมข้อมูล โดยมีค่าใช้จ่ายในการคำนวณที่สูงขึ้น (O(VE)) บนกราฟขนาดใหญ่ ความเป็นศูนย์กลางแบบความใกล้ชิดมีความหมายเมื่อเครือข่ายเชื่อมต่อกันหรือเมื่อส่วนประกอบต่างๆ ถูกวิเคราะห์แยกกัน ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะหรือ PageRank จะถูกเลือกเมื่อความมีเกียรติและอิทธิพลแบบเวียนซ้ำมีความสำคัญ สำหรับเครือข่ายที่มีน้ำหนัก คำจำกัดความของน้ำหนักจะต้องมีความหมายเชิงทฤษฎีก่อนที่จะคำนวณดัชนีใดๆ

3

ดัชนีที่เลือกแต่ละตัวจะถูกคำนวณบนกราฟ ความเป็นศูนย์กลางแบบดีกรีจะถูกทำให้เป็นมาตรฐานโดยการหารดีกรีดิบด้วย (n-1) ความเป็นศูนย์กลางระหว่างจุดจะนับเส้นทางที่สั้นที่สุดผ่านแต่ละโหนดและจะถูกทำให้เป็นมาตรฐานโดยจำนวนคู่โหนดทั้งหมด ความเป็นศูนย์กลางแบบความใกล้ชิดคือส่วนกลับของระยะทางเส้นทางที่สั้นที่สุดโดยเฉลี่ยจากโหนดหนึ่งไปยังโหนดที่เข้าถึงได้ทั้งหมด ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะจะถูกแก้ไขเป็นเวกเตอร์ลักษณะเฉพาะหลักของเมทริกซ์การประชิดและต้องการการวนซ้ำเพื่อการลู่เข้า โหนดจะถูกจัดอันดับตามคะแนนแต่ละรายการ และการกระจายของคะแนนจะถูกตรวจสอบเพื่อหาความเข้มข้น

4

คะแนนความเป็นศูนย์กลางและอันดับที่ได้จะถูกตีความในบริบทเชิงเนื้อหาของการศึกษา โหนดที่มีดีกรีสูงเป็นศูนย์กลางที่มีการเชื่อมต่อดี; โหนดที่มีความเป็นศูนย์กลางระหว่างจุดสูงเป็นสะพานเชิงโครงสร้างหรือตัวกลาง; โหนดที่มีความเป็นศูนย์กลางแบบความใกล้ชิดสูงสามารถกระจายข้อมูลได้อย่างรวดเร็ว; โหนดที่มีความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะสูงจะฝังตัวอยู่ในละแวกใกล้เคียงที่มีอิทธิพล การเปรียบเทียบดัชนีหลายรายการจะเปิดเผยโหนดที่ติดอันดับสูงในมิติหนึ่งแต่ไม่ใช่อีกมิติหนึ่ง ซึ่งมักจะเป็นการค้นพบที่น่าสนใจที่สุดในเชิงทฤษฎี เครือข่ายที่มีโหนดน้อยกว่า 20 โหนดจะให้คะแนนความเป็นศูนย์กลางที่บางทางสถิติและควรได้รับการปฏิบัติว่าเป็นเพียงคำอธิบายเท่านั้น

ข้อผิดพลาดที่พบบ่อย

  • การใช้ความเป็นศูนย์กลางระหว่างจุดหรือความใกล้ชิดกับกราฟที่ไม่เชื่อมต่อกันโดยไม่ได้แบ่งออกเป็นส่วนประกอบก่อน จะให้คะแนนที่ไม่ชัดเจนหรือทำให้เข้าใจผิดสำหรับโหนดที่แยกจากกัน
  • การปฏิบัติต่อดัชนีความเป็นศูนย์กลางทั้งห้าเป็นสิ่งที่สามารถใช้แทนกันได้ — แต่ละตัวตอบคำถามที่แตกต่างกัน และการเลือกดัชนีที่ไม่ถูกต้องสำหรับสมมติฐานเชิงเนื้อหาเป็นข้อผิดพลาดทั่วไป
  • การละเลยทิศทางของเส้นเชื่อมในเครือข่ายที่มีทิศทางจะทำให้ดีกรีขาเข้าและดีกรีขาออกรวมเป็นตัวเลขเดียว สูญเสียข้อมูลเกี่ยวกับความไม่สมมาตรของความสัมพันธ์
  • การตีความคะแนนความเป็นศูนย์กลางในเครือข่ายที่มีโหนดน้อยกว่า 20 โหนดราวกับว่ามีความแข็งแกร่งทางสถิติ — ต่ำกว่าเกณฑ์นี้ คะแนนจะเป็นเพียงคำอธิบายเท่านั้นและไม่ควรใช้เพื่อสรุปผลเชิงอนุมาน

คำถามที่พบบ่อย

ควรใช้มาตรวัดความเป็นศูนย์กลางใด

การเลือกขึ้นอยู่กับคำถามเชิงเนื้อหาของคุณ ใช้ความเป็นศูนย์กลางแบบดีกรีเพื่อระบุโหนดที่มีการเชื่อมต่อโดยตรงมากที่สุด ใช้ความเป็นศูนย์กลางระหว่างจุดเพื่อค้นหาผู้ควบคุมที่ควบคุมการไหลของข้อมูลระหว่างส่วนต่างๆ ของเครือข่าย ใช้ความเป็นศูนย์กลางแบบความใกล้ชิดเพื่อระบุโหนดที่สามารถเข้าถึงโหนดอื่นทั้งหมดได้อย่างรวดเร็ว ใช้ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะหรือ PageRank เมื่อความมีเกียรติของเพื่อนบ้านของโหนดมีความสำคัญพอๆ กับจำนวนของพวกเขา การรายงานดัชนีสองหรือสามตัวที่เสริมกันและการเปรียบเทียบอันดับมักจะมีข้อมูลมากกว่าการพึ่งพามาตรวัดเดียว

การวิเคราะห์ความเป็นศูนย์กลางสามารถนำไปใช้กับเครือข่ายที่มีทิศทางได้หรือไม่

ได้ ในเครือข่ายที่มีทิศทาง ดีกรีขาเข้าและดีกรีขาออกจะถูกคำนวณและตีความแยกกัน: ดีกรีขาเข้าสะท้อนถึงจำนวนครั้งที่โหนดถูกเลือกหรืออ้างอิงโดยผู้อื่น ในขณะที่ดีกรีขาออกสะท้อนถึงจำนวนผู้อื่นที่โหนดเข้าถึงหรืออ้างอิง ความเป็นศูนย์กลางระหว่างจุดและความใกล้ชิดก็มีรูปแบบที่มีทิศทางเช่นกัน ความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะบนกราฟที่มีทิศทางมักจะใช้เวกเตอร์ลักษณะเฉพาะซ้ายหรือขวาที่โดดเด่น ขึ้นอยู่กับว่าความมีเกียรติไหลไปสู่หรือมาจากโหนด

ขนาดเครือข่ายขั้นต่ำที่จำเป็นสำหรับผลลัพธ์ที่มีความหมายคือเท่าใด

ทะเบียนสถิติระบุขั้นต่ำ 10 โหนดสำหรับการคำนวณความเป็นศูนย์กลางใดๆ และการตีความทางสถิติที่มีความหมายต้องการอย่างน้อย 20 โหนด ต่ำกว่า 20 โหนด อันดับของโหนดจำนวนเล็กน้อยไม่สามารถสรุปผลได้ และสถิติเครือข่ายเชิงพรรณนาเป็นทางเลือกที่ซื่อสัตย์กว่า

ฉันจะจัดการกับกราฟที่ไม่เชื่อมต่อกันได้อย่างไร

มาตรวัดที่อิงตามเส้นทาง — ความเป็นศูนย์กลางระหว่างจุดและความใกล้ชิด — ไม่ได้ถูกกำหนดไว้ระหว่างโหนดในส่วนประกอบที่แตกต่างกัน วิธีมาตรฐานคือการวิเคราะห์แต่ละส่วนประกอบที่เชื่อมต่อกันแยกกัน หรือจำกัดความใกล้ชิดไว้ที่โหนดที่เข้าถึงได้และปรับให้เป็นมาตรฐานตามนั้น ความเป็นศูนย์กลางแบบดีกรีและความเป็นศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะไม่ต้องการการเชื่อมต่อและสามารถคำนวณบนกราฟทั้งหมดได้

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Freeman, L.C. (1979). Centrality in Social Networks: Conceptual Clarification. Social Networks, 1(3), 215-239.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว
  2. Borgatti, S.P. (2005). Centrality and Network Flow. Social Networks, 27(1), 55-71.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว