中心性分析 — 度、中介度、特征向量
- 提出者
- Linton C. Freeman
- 年份
- 1979
- 类型
- Descriptive / exploratory network measure family
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
中心性分析是网络分析度量的一个族,由 Freeman (1979) 正式提出,用于量化图中单个节点(结点)的结构重要性。每种中心性指数都捕捉了影响力的不同机制:度中心性反映直接连通性,中介中心性识别充当信息流中介的节点,紧密度中心性捕捉到与其他所有节点的邻近程度,而特征向量中心性(以及 PageRank)则奖励与高度连接邻居的连接。
方法背后的直觉
并非网络中的每个节点都同等重要。一个许多道路经过的城市比一个位于死胡同尽头的城市对交通更关键,即使这两个城市拥有相同数量的直接道路连接。中心性度量将这种直觉转化为数字。度中心性简单地计算一个节点有多少邻居。中介中心性计算一个节点在任意其他节点对之间的最短路径上出现的次数,揭示了守门人。紧密度中心性衡量一个节点能多快地到达其他所有节点。特征向量中心性根据邻居的中心性来加权每个邻居的贡献,因此连接到有影响力节点比单纯的数量更重要。每种度量都回答了关于谁或什么在网络中最重要的问题。
历史学
Freeman (1979) 提供了该领域的奠基性概念阐释,将三个先前分散的想法——度、中介度和紧密度——统一在一个社会网络中心性的理论框架下。Borgatti (2005) 通过将每种中心性类型与特定的网络流动模型联系起来,扩展了这个框架,为度量提供了更清晰的理论基础。特征向量中心性更早可以追溯到矩阵的谱分析,后来才在网络中实现操作化;Google 的 PageRank (1998) 是其最著名的应用后继者。
何时使用
中心性分析适用于任何可以将关系数据表示为图并且问题涉及哪些节点在结构上最重要的情况。它被用于社会网络分析、文献计量学、生物学、交通运输和信息系统研究。不需要正态性假设,该方法适用于横截面和纵向网络数据。网络应该是连通的,或者应单独分析连通分量,以便像中介度和紧密度这样的基于路径的度量有明确定义。至少需要 10 个节点才能使得分可解释,至少需要 20 个节点才能使中心性排名在统计上具有意义。加权网络在计算中心性之前需要一个理论上合理的基础的权重定义。
局限与注意事项
- 中介中心性的计算复杂度为 O(VE),在大网络上成本很高。
- 基于路径的度量(中介度、紧密度)在不连通图中的定义不明确或需要特殊处理。
- 中心性得分对加权网络中边权重定义的选择敏感;选择不当的权重会扭曲每个指数。
- 节点少于 20 个时,度量缺乏统计功效,应视为探索性描述而非推断性结果。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 每种指数都捕捉了结构重要性的不同机制,提供了网络的多元化画像。
- 不需要分布假设;该方法适用于任何图,无论变量类型如何。
- 度中心性和特征向量中心性可以高效地扩展到非常大的图;度中心性的计算复杂度为 O(V+E)。
- 在各个学科中得到广泛支持——从社会学和生物学到计算机科学——使得结果具有广泛的可传播性。
应用
- 识别社会和组织网络中的关键意见领袖和信息中介。
- 通过计算共著或引文网络上的中心性来绘制科学影响力图谱。
- 在交通、电网和互联网拓扑网络中定位关键基础设施节点。
- 通过查明高中介度的传播者,在流行病学网络中确定疫苗接种或监测目标。
- 在供应链和金融网络中检测守门人,以评估系统性风险。
使用方式
使用方式
图由关系数据构成:节点代表实体(人、机构、网页),边代表它们之间的关系或交互。分析者决定边是定向的还是无向的,以及它们是否带有权重。在定向网络中,入度和出度分别计算并有不同的解释。中心性得分的有效性完全取决于图结构是否是对所研究的现实世界关系的忠实表示。
分析者选择与实质性问题相匹配的中心性指数——或指数组合。当关注原始连通性时,度中心性是合适的。当关注点是中介和信息守门时,选择中介中心性,但代价是大型图上的计算成本较高(O(VE))。当网络连通或分别分析连通分量时,紧密度中心性才有意义。当声望和递归影响很重要时,选择特征向量中心性或 PageRank。对于加权网络,在计算任何指数之前,权重定义必须具有理论意义。
计算每个选定的指数。度中心性通过将原始度除以 (n-1) 进行归一化。中介中心性计算通过每个节点的路径数,并除以节点对的总数进行归一化。紧密度中心性是节点到所有可达节点平均最短路径距离的倒数。特征向量中心性作为邻接矩阵的主特征向量求解,需要迭代收敛。节点按每个得分排序,并检查得分分布的集中度。
将所得的中心性得分和排名解释在研究的实质性背景下。高度节点是连接良好的中心节点;高中介度节点是结构桥梁或中介者;高紧密度节点可以快速传播信息;高特征向量节点嵌入有影响力的邻域中。比较多个指数以揭示在一个维度上排名很高但在另一个维度上不高的节点,这通常是最具理论意义的发现。节点少于 20 个的网络产生的中心性得分在统计上很薄弱,应仅作为描述性数据处理。
常见陷阱
- 在不连通图上应用中介度或紧密度而不先将其分解为连通分量,会导致孤立节点的得分不明确或具有误导性。
- 将所有五种中心性指数视为可互换——每种都回答不同的问题,为实质性假设选择错误的指数是一个常见错误。
- 在有向网络中忽略边的方向会将入度和出度合并为一个数字,丢失关系不对称性的信息。
- 将节点少于 20 个的网络中的中心性得分解释为具有统计稳健性——在此阈值以下,得分仅为描述性的,不应用于得出推断性结论。
常见问题
应该使用哪种中心性度量?
选择取决于您的实质性问题。使用度中心性来识别具有最多直接连接的节点。使用中介中心性来查找控制网络部分之间信息流的中介者。使用紧密度中心性来识别可以快速到达所有其他节点的节点。当节点的邻居的声望与其数量同等重要时,使用特征向量中心性或 PageRank。报告两个或三个互补的指数并比较排名通常比依赖单一度量更有信息量。
中心性分析可以应用于有向网络吗?
可以。在有向网络中,入度和出度分别计算和解释:入度反映节点被他人选择或引用的频率,而出度反映它到达或引用的他人数量。中介度和紧密度也有有向变体。有向图上的特征向量中心性通常使用主左特征向量或主右特征向量,具体取决于声望流向节点还是来自节点。
获得有意义结果所需的最小网络规模是多少?
statwise 注册表规定任何中心性计算的最小节点数为 10 个,有意义的统计解释至少需要 20 个。少于 20 个节点时,少数节点的排名无法泛化,描述性网络统计数据是更诚实的选项。
如何处理不连通图?
基于路径的度量——中介度和紧密度——在不同连通分量中的节点之间是未定义的。标准方法是分别分析每个连通分量,或将紧密度限制在可达节点内并进行相应归一化。度中心性和特征向量中心性不需要连通性,可以在整个图上计算。