核心-中间-边缘指数：基于邻域与最短路径的中心性指标因子分析
社会与信息网络
2023-10-11 v1 机器学习
摘要
我们对四种主要基于邻域与最短路径的中心性指标（度中心性、特征向量中心性、介数中心性和接近中心性）的原始数据进行因子分析，并提出一种称为核心-中间-边缘（CIP）指数的新颖定量度量，以刻画一个节点在扮演核心节点（网络中任意中心性指标取值较大的中心节点）相对于边缘节点（网络中任意中心性指标取值较低的边缘节点）角色方面的程度。我们在假设存在两个因子（核心与边缘）驱动节点相对于中心性指标所取值的前提下，以节点 id 为特征，对原始中心性指标数据集的转置矩阵进行因子分析（基于 varimax 的特征向量旋转）。我们在一组多样的 12 个复杂真实网络上测试了我们的方法。
引用
@article{arxiv.2310.06358,
title = {Core-Intermediate-Peripheral Index: Factor Analysis of Neighborhood and Shortest Paths-based Centrality Metrics},
author = {Natarajan Meghanathan},
journal= {arXiv preprint arXiv:2310.06358},
year = {2023}
}
备注
10 pages, 5 figures