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