在R中：iGraph和STATNET如何在測量網絡集中化時處理斷開的圖

Question

我正在與大約300個不同大小的斷開網絡連接。 我使用R中的STATNET和iGraph軟件包為這些網絡計算了不同的圖形級集中化度量。

但是，我發現N = 2的子圖中的節點被分配給iGraph的特征向量中心度度量的最高值為1。 結果，具有許多孤立二元組的網絡獲得了很高的圖級特征向量集中化分數。

在我的網絡中，這不是一個有效的結果，因為這些網絡連接不良，因此，從理論上講，其中央集權分數應較低。

有誰知道這些度量如何處理斷開的圖？ 有沒有辦法解決這個問題？ 另外，還有其他方法可以評估這些網絡的結構嗎？

歡迎任何幫助。 謝謝！

Answer 1

對於不連續的圖，特征向量中心性不是很好定義的，因為各個組件的中心性得分彼此獨立。 可以通過將一個組件的中心得分乘以一個大常數（例如10000）來增加其中心得分，然后再次將中心得分歸一化為1。 所得向量仍將滿足特征向量中心方程。 因此，您應該只為連接的圖計算特征向量中心。 如果圖形中有多個組件，請先將其分解為連接的組件，然后僅計算和比較各個組件的特征向量中心點。