İçeriğe atla
Arama sonuçlarına dön

Derece Merkezi̇li̇ği̇

Ortaya koyan
Freeman, L. C.
Yıl
1978
Tür
Node-level centrality measure
Aile
Network science

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Derece merkezi̇li̇ği̇, bir ağdaki düğümün önemini ölçen en basit ve en sezgisel ölçümdür; bir düğümün diğer düğümlere sahip olduğu doğrudan bağ sayısı olarak tanımlanır.

Maksimum olası bağ sayısına bölünerek normalize edilmesi, farklı boyutlardaki ağlar arasında karşılaştırma yapılmasına olanak tanır ve neredeyse her ağ analizinin başlangıç noktasıdır.

Yöntemin mantığı

Herkesin çok sayıda insan tanıdığı bir konferans salonunu hayal edin; en sosyal olarak aktif olan kişi odur. Derece merkezi̇li̇ği̇ tam olarak bunu yakalar: bir düğümün ham bağlantı sayısı. Yüksek dereceye sahip bir düğüm, anlık etkinliğin merkezinde yer alır — tek bir adımda birçok komşuya ulaşabilir. Hesaplanması basit ve açıklanması kolay olduğu için, derece merkezi̇li̇ği̇ genellikle bir ağ çalışmasında hesaplanan ilk metriktir ve daha karmaşık ölçümlerle karşılaştırılmak üzere bir temel görevi görür.

Tarih

Derece merkezi̇li̇ği̇, Linton C. Freeman tarafından 1978 tarihli Sosyal Ağlar dergisindeki dönüm noktası niteliğindeki makalesinde resmi olarak tanımlanmış ve sistemleştirilmiştir; bu makale aynı zamanda aracılık ve yakınlık merkezi̇li̇ği̇ni birleşik bir kavramsal çerçeve altında tanıtmıştır. Ölçümün kendisi, 1940'lar-1950'lerin daha önceki sosyometrik çalışmalarına dayanmaktadır. Freeman'ın makalesi, kanonik referans olmaya devam etmekte ve sosyal ağ analizini titiz bir nicel disiplin olarak kurmuştur.

Ne zaman kullanılır?

Hızlı, yorumlanabilir bir doğrudan bağlantıya sahip düğümlerin özetine ihtiyaç duyduğunuzda kullanın — herhangi bir ikili veya ağırlıklı ağdaki merkezleri, kilit aktörleri veya yüksek derecede aktif düğümleri belirlemek için. Küçük ve büyük ağlara eşit derecede uygundur ve yalnızca bir kenar listesi gerektirir. Dolaylı etki, bilgi akışı verimliliği veya kapı bekçisi rolleriyle ilgili araştırma sorusu söz konusu olduğunda yalnızca derece merkezi̇li̇ği̇ne güvenmeyin; bu amaçlar için özvektör merkezi̇li̇ği̇, yakınlık merkezi̇li̇ği̇ veya aracılık merkezi̇li̇ği̇ daha uygundur. Ayrıca, neredeyse tüm düğümlerin aynı dereceye sahip olduğu tam veya tama yakın grafiklerde de bilgisizdir.

Sınırlar ve dikkat edilmesi gerekenler

  • Yalnızca doğrudan komşuları sayar; küresel ağ yapısındaki konumu göz ardı eder.
  • Yüksek dereceli bir düğüm, tüm komşuları birbirinden izole edilmişse tamamen çevresel olabilir.
  • Derece varyansının sıfıra yakın olduğu yoğun veya tam grafiklerde bilgisizdir.
  • Bağlantıların etkili veya çevresel düğümlere olup olmadığını ayırt etmez (bunun için özvektör merkezi̇li̇ği̇ni kullanın).
  • Ağ sınırı kararlarına duyarlıdır — kimin ağa dahil edildiği puanları etkiler.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Hesaplama açısından önemsiz — düğüm başına O(n) — ve çok büyük ağlara ölçeklenir.
  • Anında yorumlanabilir: ham bağlantı sayısı, açıklanması için ağ analizi uzmanlığı gerektirmez.
  • Yönlendirilmiş, yönsüz, ikili ve ağırlıklı (ağırlıklı derece olarak) grafiklere uygulanabilir.
  • Daha karmaşık merkezi̇li̇k ölçümlerini karşılaştırmak için vazgeçilmez bir temel görevi görür.
  • Derece dağılımı, genel ağ topolojisinin (ölçek-serbest, rastgele vb.) bir parmak izini sağlar.
  • Kolayca görselleştirilebilir: dereceyle orantılı düğüm boyutu, yapıyı bir bakışta iletir.

Uygulama alanları

  • Sosyal ve örgütsel ağlarda merkezleri ve etkili aktörleri belirleme.
  • Müdahale için yüksek derecede bağlı bireyleri önceliklendirmek üzere epidemiyolojik temas takibi.
  • Yüksek bağlantılı sayfaları veya makaleleri sıralamak için web ve atıf ağı analizi.
  • Ağı parçalayan kritik düğümleri bulmak için altyapı dayanıklılığı analizi.
  • Viral yayılma kampanyaları için tohum düğümlerini bulmak üzere pazarlama ve yayılma araştırması.
  • Bibliyometride ortak yazarlık ve işbirliği ağı çalışmaları.

Nasıl çalışır?

Nasıl çalışır?

1

Ağ, V düğüm kümesi ve E kenar kümesi olmak üzere bir G = (V, E) grafiği olarak temsil edilir. Bir komşuluk matrisi A, hangi düğüm çiftlerinin bağlı olduğunu kodlar. Yönsüz bir ağda her kenar bir kez sayılır; yönlendirilmiş bir ağda, sırasıyla gelen ve giden bağları yansıtan iç-derece ve dış-derece ayrı ayrı izlenir.

2

Her v düğümü için, derece merkezi̇li̇ği̇, komşuluk matrisinin satırındaki (veya sütunundaki) tüm girdilerin toplanmasıyla hesaplanır — yani, kaç tane başka düğüme doğrudan bağlı olduğunun sayılmasıyla. Ham derece C_D(v) = deg(v)'dir. Yönlendirilmiş bir grafikte, iç-derece gelen bağları sayarken, dış-derece giden bağları sayar.

Formül
C_D(v) = \deg(v) = \sum_{u \in V} a_{vu}
3

Farklı boyutlardaki ağlar arasında karşılaştırma yapmak için ham derece, n düğümlü bir ağdaki maksimum olası bağ sayısı olan (n − 1)'e bölünür. Normalize edilmiş puan C_D'(v), 0 ile 1 arasında yer alır; burada 1, ağdaki her diğer düğüme bağlı bir düğümü gösterir.

Formül
C_D'(v) = \frac{\deg(v)}{n - 1}
4

Düğümler, normalize edilmiş derece merkezi̇li̇ği̇ puanlarına göre sıralanır. Puanların dağılımı bir histogram olarak görselleştirilebilir veya düğüm boyutu veya rengi olarak ağ grafiğine çizilebilir. Yüksek dereceli düğümler, merkezler veya etkileyiciler için adaydır; derece dağılımının şekli (örneğin, ağır kuyruklu veya düzgün) ağın daha geniş yapısal özelliklerini ortaya çıkarır.

Sık yapılan hatalar

  • Farklı boyutlardaki ağlar arasında sonuçları karşılaştırılamaz hale getiren ham derecenin normalize edilmeden raporlanması.
  • Derece merkezi̇li̇ği̇ni, aracılık veya özvektör merkezi̇li̇ği̇ni kontrol etmeden etki kanıtı olarak yeterli görmek.
  • Yönlendirilmiş ağlarda yönlülüğü göz ardı etmek: iç-derece ve dış-derece farklı anlamsal anlamlar taşır.
  • İkili ve değerli ağlardaki farkı kabul etmeden derece merkezi̇li̇ği̇ ile ağırlıklı derece merkezi̇li̇ği̇ni karıştırmak.
  • Önemli olabilecek izoleleri (derecesi 0 olan düğümler) gözden kaçırmak.

Sık sorulan sorular

Derece merkezi̇li̇ği̇ ile özvektör merkezi̇li̇ği̇ arasındaki fark nedir?

Derece merkezi̇li̇ği̇, komşularının kim olduklarına bakılmaksızın doğrudan bağlantıların sayısını sayar. Özvektör merkezi̇li̇ği̇, her bağlantıyı komşunun önemine göre ağırlıklandırır, bu nedenle az sayıda yüksek derecede merkezi̇ düğüme bağlı bir düğüm, birçok çevresel komşuya sahip bir düğümden daha yüksek puan alabilir.

Yönlendirilmiş bir ağda iç-derece mi yoksa dış-derece mi kullanmalıyım?

Seçim araştırma sorusuna bağlıdır. İç-derece, kaç aktörün bir düğüme işaret ettiğini (örneğin, popülerlik, prestij, atıf sayısı) ölçer. Dış-derece, bir düğümün kaç aktöre işaret ettiğini (örneğin, etkinlik düzeyi, bilgi gönderme) ölçer. Her ikisini de raporlamak genellikle bilgilendiricidir.

Derece merkezi̇li̇ği̇ ağırlıklı ağlarda çalışır mı?

Standart formülasyon ikili kenarları kullanır. Ağırlıklı ağlar için benzer ölçüm, kenarları saymak yerine kenar ağırlıklarını toplayan ağırlıklı derece merkezi̇li̇ği̇dir (düğüm gücü olarak da adlandırılır). igraph, NetworkX ve Gephi'deki uygulamaların çoğu bu seçeneği destekler.

Ağım ne kadar büyük olmalı?

Derece merkezi̇li̇ği̇nin minimum boyut gereksinimi yoktur. 10 düğümlü ağlarda bile anlamlıdır. Ancak, çok küçük ağlarda normalize edilmiş puan çözünürlüğünü kaybeder — neredeyse tüm düğümler eşit derecede merkezi̇ görünebilir. Yaklaşık 20'den az düğümlü ağlar için, ham derece dağılımını incelemek genellikle normalize edilmiş puandan daha bilgilendiricidir.

Derece merkezi̇li̇ği̇ ne zaman yeterli olmaz?

Araştırma sorunuz, yerel popülerlikten ziyade ağ boyunca komisyonculuk rolleri, kapı bekçiliği veya bilgi akışıyla ilgili olduğunda. Mütevazı bir dereceye sahip bir düğüm, kümeler arasında erişimi kontrol edebilir (yüksek aracılık) veya birçok doğrudan bağa sahip olmadan her diğer düğüme hızla ulaşabilir (yüksek yakınlık).

İlgili yöntemler

Kaynaklar

  1. Freeman, L. C. (1978). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239.

    DOI kaynağını aç
    Kopyalandı.
  2. Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press.

    ISBN: 978-0-521-38707-1
    Kopyalandı.