0

我正在使用大约 300 个不同大小的断开连接的网络。我使用 R 中的 STATNET 和 iGraph 包为这些网络计算不同的图级集中化度量。

但是,我发现 N=2 子图中的节点被分配了最高值 1,用于 iGraph 的特征向量中心性度量。结果,具有很多孤立对偶的网络获得了非常高的图级特征向量集中分数。

在我的网络中,这不是一个有效的结果,因为这些网络连接不良,因此理论上应该具有较低的集中化分数。

有谁知道这些措施如何处理断开连接的图表?有没有办法解决这个问题?此外,还有其他方法可以评估这些网络的结构吗?

欢迎任何帮助。谢谢!

4

1 回答 1

1

特征向量中心性对于不连通图没有很好的定义,因为各个组件的中心性分数是相互独立的;可以通过将 乘以一个大常数(例如,10000)来夸大一个组件的中心性分数,然后再次标准化中心性分数以求和为 1;结果向量仍然满足特征向量中心性方程。因此,您应该只计算连通图的特征向量中心性。如果您的图中有多个组件,请先将其分解为连接的组件,然后仅计算和比较各个组件的特征向量中心性。

于 2014-10-29T23:05:16.767 回答