Professional Documents
Culture Documents
Chương 4:
ĐỘ ĐO TRUNG TÂM (CENTRAILITY MEASURES)
MỤC TIÊU
• Centrality là một trong các biện pháp được
nghiên cứu nhiều nhất nhằm xác định tầm quan
trọng tương đối của một đỉnh trong đồ thị.
• Centrality mô tả vị trí tương đối của một tác
nhân trong bối cảnh của mạng xã hội của mình:
1
3/25/2021
NỘI DUNG
Review: Đường đi trong đồ thị
1. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
2. Comparison among centrality measures
NỘI DUNG
Review: Đường đi trong đồ thị
1. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
2. Comparison among centrality measures
3. Ứng dụng các độ đo Centrality tìm tác nhân có tầm ảnh
hưởng (Key player)
2
3/25/2021
NỘI DUNG
Review: Đường đi trong đồ thị
1. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
2. Comparison among centrality measures
3. Ứng dụng các độ đo Centrality tìm tác nhân có tầm ảnh
hưởng (Key player)
3
3/25/2021
1. CENTRAILITY MEASURES
4
3/25/2021
1. 1. Degree Centrality
Tóm lại:
▪ Có hướng: bậc In, bậc
Out (số link vào và
link ra của một nodes)
▪ Vô hướng: số nodes có
quan hệ.
▪ Đánh giá những nodes,
actors nào là trọng tâm
khi xét khía cạnh lan
truyền thông tin.
1. 1. Degree Centrality
❖Công thức tính độ đo trung tâm theo bậc của 1 đỉnh:
Hoặc (1.1)
❖Công thức tinh degree centrality theo dạng chuẩn:
10
5
3/25/2021
1. 1. Degree Centrality
❖Nhận xét:
➢ Miền giá trị của độ đo này nằm trong khoảng [0..1].
→Khi giá trị càng tiến gần đến 1 thì tính trung tâm của tác
nhân càng cao, tức là càng nằm ở vị trí trung tâm của
mạng lưới.
➢ Chuẩn hóa thành C’D (u), với n tổng số nodes trong mạng.
→Nếu mạng có hướng, cần tính:
✓ CD+(u) ra khỏi u,
✓ CD-(u) hướng vào u.
11
11
1. 1. Degree Centrality
12
12
6
3/25/2021
1. 1. Degree Centrality
Nhận xét:
❖Degree centrality được dùng để xác định node
nào có thể lan truyền thông tin nhanh, có khả năng
gây ảnh hưởng trực tiếp đến các node xung quanh.
❖Một thực thể có giá trị degree centrality cao:
▪ Là người hoạt động tich cực hoặc nổi tiếng nhất.
▪ Là một đầu nối quan trọng.
▪ Có một vị trí thuận lợi.
▪ Có tầm ảnh hưởng quan trọng trong mạng
13
13
NỘI DUNG
1. Review: Đường đi trong đồ thị
2. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
3. Comparison among centrality measures
14
14
7
3/25/2021
15
15
(1.3)
Trong đó:
▪ σst(u): số đường đi ngắn nhất giữa s và t có chứa u (s≠u≠ t)
▪ σst : tổng số đường ngắn nhất giữa s và t (s ≠ u ≠ t)
16
16
8
3/25/2021
(1.4)
Trong đó:
: khả năng u tham gia vào mối liên lạc hay các
đường đi giữa s và t
17
17
(1.5)
❖Miền giá trị của độ đo này nằm trong khoảng [0..1], node
có giá trị càng lớn thì node đó sẽ có sự ảnh hưởng càng lớn
đến việc phân bô cấu trúc của các cụm hay nhóm trong
mạng càng lớn. Một tác nhân có vai trò trung tâm càng lớn
trong mạng thì sẽ có tầm ảnh hưởng lớn trong việc kiểm
soát mọi thông tin trao đôi giữa các tác nhân khác trong
mạng.
18
18
9
3/25/2021
19
19
20
20
10
3/25/2021
> betweenness(mynetwork)
1 2 3 4 5 6
0.0 1.5 1.0 4.5 3.0 0.0 21
21
22
22
11
3/25/2021
23
½ Node 2; ½ Node 3
1 Node 4
1 Node 4
1 Node 4
1 Node 4
24
24
12
3/25/2021
25
26
13
3/25/2021
27
27
29
14
3/25/2021
NỘI DUNG
1. Review: Đường đi trong đồ thị
2. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
3. Comparison among centrality measures
4. Ứng dụng các độ đo Centrality tìm tác nhân có tầm ảnh
hưởng (Key player)
30
30
31
15
3/25/2021
(1.7)
32
33
33
16
3/25/2021
B1
B1
34
34
V 1 2 3 4 5 6 SUM Cc(V)
1 0 1 1 2 3 3 10 1/10
2 Inf 0 Inf 1 2 2 17 1/17
3 Inf 1 0 1 2 2 12 1/12
4 Inf Inf Inf 0 1 1 20 1/20
5 Inf Inf Inf Inf 0 Inf 30 1/30
6 Inf Inf Inf Inf Inf 0 30 1/30
35
17
3/25/2021
36
V 1 2 3 4 5 6 SUM Cc(V)
1 0 1 1 2 3 3 10 1/10
2 1 0 1 1 2 2 7 1/7
3 1 1 0 1 2 2 7 1/7
4 2 1 1 0 1 1 6 1/6
5 3 2 2 1 0 2 10 1/10
6 3 2 2 1 2 0 10 1/10
37
37
18
3/25/2021
38
38
Cc(u): Khả năng đi đến các nút khác trong mạng từ nút u.
39
39
19
3/25/2021
40
40
NỘI DUNG
Review: Đường đi trong đồ thị
1. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
2. Comparison among centrality measures
3. Ứng dụng các độ đo Centrality tìm tác nhân có tầm ảnh
hưởng (Key player)
41
41
20
3/25/2021
42
42
Review
Closeness Centrality: The closeness centrality of a node
is the average length of the shortest path between the
node and all other nodes. The most central the node the
closer it is to all the other nodes.
43
21
3/25/2021
Review
Betweeness Centrality: A node’s betweeness centrality is
the number of times a node acts as a bridge along the
shortest path between two other nodes.
44
John Emma
0.36 0.49
Jill
0.54
Liz
0.19 0.49 0.17
Bob Shane
0.17
Allen
45
22
3/25/2021
46
46
47
47
23
3/25/2021
Example
rm(list=ls()) #remove ALL objects
library(igraph)
#Generate graph object from adjacency matrix: igraph has the
regular meaning
adj<-matrix(
c(0, 1, 0, 1,
1, 0, 1, 1,
0, 1, 0, 1,
1, 1, 1, 0), # the data elements
nrow=4, # number of rows
ncol=4, # number of columns
byrow = TRUE)# fill matrix by rows
g <- graph.adjacency(adj, mode="undirected") # create igrpah
object from adjacency matrix
plot(g) # plot the graph
48
48
Example
49
49
24
3/25/2021
50
50
NỘI DUNG
Review: Đường đi trong đồ thị
1. Network properties
2. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
3. Comparison among centrality measures
51
51
25
3/25/2021
52
52
53
53
26
3/25/2021
54
54
55
55
27
3/25/2021
56
56
57
57
28
3/25/2021
58
58
59
59
29
3/25/2021
60
60
61
61
30
3/25/2021
62
62
63
63
31
3/25/2021
64
64
NỘI DUNG
Review: Đường đi trong đồ thị
1. Centrality measures
▪ Degree centrality
▪ Betweenness centrality
▪ Closeness centrality
▪ Eigenvector
▪ PageRank
2. Comparison among centrality measures
65
65
32
3/25/2021
66
66
67
67
33
3/25/2021
68
68
69
69
34
3/25/2021
70
70
71
71
35
3/25/2021
72
72
73
73
36
3/25/2021
74
74
75
75
37
3/25/2021
76
76
89
89
38