BriefGPT - AI 论文速递
·
核 - 中 - 边指数：基于因子分析的邻居和最短路径中心性度量
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究使用因子分析提出了一种新的量化测度——核心-中间-外围指数（CIP），以衡量节点在网络中的核心性和外围性。研究测试了12个复杂的现实网络套件。
🎯
关键要点
- 研究使用因子分析提出了一种新的量化测度——核心-中间-外围指数（CIP）。
- CIP指数用于衡量节点在网络中的核心性和外围性。
- 研究测试了12个复杂的现实网络套件。
- 因子分析基于四个主要的社区和最短路径中心性度量（度、特征向量、介数和接近度）。
- 假设有两个因素（核心和外围）驱动节点相对于中心性度量的值。
🏷️
标签
➡️
