复杂网络与社会网络中心性度量分析

复杂网络分析度量（如顶点中心性）有潜力揭示现有的网络模式与行为。它们通过分析网络及其组件的结构特性来增进对网络的理解，这使得它们在多个计算机科学领域与应用中十分有用。遗憾的是，存在大量不同的中心性度量，而人们在实践中对其共同特性知之甚少。通过实证分析，我们旨在清晰理解现有的主要中心性度量，在大量不同的社会网络中揭示其相似性与差异。我们的实验表明，被称为信息、特征向量、子图、游走介数和介数的顶点中心性度量能够以 95% 的粒度性能区分各类网络中的顶点，而其他度量指标的结果则明显较低。此外，我们证明若干对度量以非常相似的方式评估顶点，即其相关系数高于 0.7。考虑到每种度量都具有相当不同的理论与算法基础，这一结果是出乎意料的。因此，我们的工作有助于发展一种用于原则性网络分析与评估的方法论。