Kapitel 5. Zentralitätsalgorithmen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Zentralitätsalgorithmen werden verwendet, um die Rolle bestimmter Knoten in einem Diagramm und ihren Einfluss auf dieses Netzwerk zu verstehen. Sie sind nützlich, weil sie die wichtigsten Knoten identifizieren und uns helfen, Gruppendynamiken wie Glaubwürdigkeit, Erreichbarkeit, die Geschwindigkeit, mit der sich Dinge verbreiten, und Brücken zwischen Gruppen zu verstehen. Obwohl viele dieser Algorithmen für die Analyse sozialer Netzwerke entwickelt wurden, finden sie inzwischen in einer Vielzahl von Branchen und Bereichen Anwendung.

Wir werden die folgenden Algorithmen behandeln:

  • Degree Centrality als grundlegende Metrik der Verbundenheit

  • Die Closeness Centrality misst, wie zentral ein Knoten für die Gruppe ist, einschließlich zweier Varianten für unverbundene Gruppen

  • Betweenness Centrality zum Finden von Kontrollpunkten, einschließlich einer Alternative zur Annäherung

  • PageRank zum Verständnis des Gesamteinflusses, einschließlich einer beliebten Option zur Personalisierung

Tipp

Verschiedene Zentralitätsalgorithmen können sehr unterschiedliche Ergebnisse liefern, je nachdem, wofür sie entwickelt wurden. Wenn du suboptimale Antworten erhältst, solltest du überprüfen, ob der verwendete Algorithmus seinem Zweck entspricht.

Wir erklären, wie diese Algorithmen funktionieren und zeigen Beispiele in Spark und ...

Get Graph-Algorithmen now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.