加权紧密度中心性
- 提出者
- Opsahl, T.; Agneessens, F.; Skvoretz, J.
- 年份
- 2010
- 类型
- Centrality measure (network analysis)
- 类别
- Network science
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?
加权紧密度中心性通过将边权重纳入最短路径距离,将经典的紧密度度量扩展到边带有数值权重(如频率、强度或成本)的网络。能够通过强或高效连接快速到达其他节点的节点获得更高的分数,使其成为比二元对应物更丰富的传播信息潜力的指标。
方法背后的直觉
在非加权网络中,紧密度中心性询问一个节点需要多少步才能到达所有其他节点。在加权网络中,这种逻辑忽略了连接是强还是弱。加权紧密度将每条边权重视为容量或反距离:强连接计为较短的跳数。得分高的节点不仅在拓扑意义上连接良好——它实际上通过高容量或低成本路径接近他人。Opsahl 等人(2010)引入了一个调优参数 alpha,允许分析者强调路径长度或边权重,从而连接了非加权和纯粹基于权重的紧密度。
历史学
经典紧密度中心性由 Sabidussi (1966) 正式提出,后由 Freeman (1978) 推广。加权网络的扩展由 Opsahl、Agneessens 和 Skvoretz 在 2010 年的《Social Networks》论文中系统开发,他们使用调优参数 alpha 推广了度和最短路径度量。他们的框架成为社交网络分析中加权中心性的标准参考,并已在包括 igraph 和 NetworkX 在内的广泛使用的软件包中实现。
何时使用
当边权重(协作频率、通信量、货币流、运输能力)具有理论意义并应影响哪些节点被视为中心时,使用加权紧密度中心性。它适用于社交网络、贸易网络、运输系统、合著图谱以及任何可达性效率取决于连接强度的场景。当忽略权重会扭曲中心性排名时,优先于非加权紧密度。当权重不可靠、按任意比例缩放或不存在时;在未仔细处理不可达节点对的断开连接图上;或者当研究问题涉及纯粹的结构拓扑而非流量效率时,则不要使用它。
局限与注意事项
- 需要完整、可靠的权重数据;缺失或有噪声的边权重会直接传播到中心性得分中。
- 断开连接的网络需要特殊处理(例如,排除不可达节点对或使用谐波紧密度)。
- 选择 alpha 参数需要理论依据——任意的默认值可能会扭曲排名。
- 对于大型稀疏网络,计算成本高于度中心性。
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
- 包含边权重,因此强或高效的连接会正确地提高节点的中心性得分。
- alpha 调优参数在二元和完全基于权重的紧密度之间提供了连续的桥梁。
- 保留了紧密度的直观解释:节点可以多快地到达或被他人到达。
- 可与非加权紧密度直接比较,从而能够进行受控的敏感性分析。
- 与 in-closeness 和 out-closeness 分解结合使用时,非常适合有向加权网络。
应用
- 根据合著频率识别科学合作网络中的关键中介者。
- 根据加权运输或贸易网络中的可达性效率对机场或物流枢纽进行排名。
- 在加权通信或社交媒体网络中检测有影响力的传播者。
- 评估加权组织或知识共享网络中的信息传播潜力。
- 比较不同 alpha 值下的中心性排名,以评估结果的稳健性。
- 补充加权介数中心性,以区分高效可达性与流量控制。
使用方式
使用方式
边权重被转换为距离:对于协作或频率网络,权重 w 被倒置(距离 = 1/w),使得强连接产生较短的距离。对于成本或延迟网络,权重已经是距离。然后,Dijkstra 算法找到每对节点之间的最小加权距离 d^w(i,j)。
公式
d^w(i,j) = \min_{\text{paths}} \sum_{e \in \text{path}} w_e^{-1}对于每个节点 i,将其到所有其他 n-1 个可达节点(reachable nodes)的加权距离相加。与网络大部分区域连接较弱——或断开连接——的节点会累积较大的总和,从而降低其中心性得分。
节点 i 的加权紧密度是 (n-1) 除以到所有其他节点加权距离的总和,其代数形式与经典紧密度相同,但用 d^w 替换了跳数。这会将分数归一化到区间 (0, 1],以便不同大小的网络保持可比性。
公式
C^w(i) = \frac{n-1}{\sum_{j \neq i} d^w(i,j)}Opsahl 等人引入了一个参数 alpha(0 到 1),它在纯拓扑距离(alpha = 0,等同于非加权紧密度)和纯权重信息(alpha = 1)之间进行融合。中间值允许研究者控制连接强度相对于路径结构的重要性,使该度量能够适应各种实证环境。
公式
C^{w,\alpha}(i) = \frac{n-1}{\sum_{j \neq i} d^{w,\alpha}(i,j)}常见陷阱
- 使用原始计数作为权重,而未检查适当的权重到距离转换(例如,倒置频率权重)。
- 将度量应用于断开连接的图,而未调整不可达节点对,这会夸大孤立节点的距离总和。
- 将中心性排名视为稳定,而未测试对 alpha 参数的敏感性。
- 将加权紧密度与介数中心性混淆——紧密度反映的是可达性效率,而不是流量控制。
- 在比较不同大小网络中的节点时,忽略归一化。
常见问题
如何选择 alpha 参数?
Alpha = 0 恢复非加权紧密度(仅拓扑);alpha = 1 使权重占主导地位。一种常见的方法是计算 alpha = 0、0.5 和 1 下的排名,并报告敏感性。如果理论表明连接强度是主要机制,则 alpha = 1 是合理的;如果拓扑更重要,则使用 alpha = 0 或 0.5。
应该使用哪种权重到距离转换?
对于频率、强度或容量权重(越高越强),倒置权重:距离 = 1/w。对于成本、延迟或阻力权重(越高越弱),直接使用权重作为距离。不加注意地混合这些约定会颠倒中心性排名。
如何处理断开连接的组件?
标准方法是将总和限制在可达节点上,并按 (n_reachable - 1) 而不是 (n - 1) 进行归一化,或者使用谐波紧密度中心性,它通过对距离的倒数求和来自然地处理不可达节点对。
加权紧密度比非加权紧密度更好吗?
当权重具有实质性意义时(例如,联系频率、贸易量),加权紧密度能更准确地反映可达性效率。当权重不可靠或权重与拓扑几乎不相关时,增加的复杂性可能不会改善推断。
这与加权介数中心性有何不同?
加权紧密度衡量一个节点通过强路径高效到达他人的能力。加权介数衡量一个节点在其他节点对之间的最短路径上出现的频率。一个节点可以很接近(高紧密度)而不成为关键桥梁(高介数),反之亦然。
相关方法
参考文献
Opsahl, T., Agneessens, F. & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251.
打开 DOI 文献已复制。Brandes, U. (2001). A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2), 163–177.
打开 DOI 文献已复制。