Sentralitetsmålsystemer

Sentralitetsmålsystemer er et sett av metoder og verktøy som kvantifiserer hvor sentrale eller betydningsfulle noder er i et nettverk. Slike systemer brukes innenfor sosiologi, biologi, infrastruktur og informasjonsteknologi for å identifisere nøkkelaktører, kritiske forbindelser og sårbarheter. Resultatene gir ofte rangeringer eller skårer som kan brukes i videre analyse, beslutningsprosesser og ressursallokering.

De vanligste målene inkluderer gradsentralitet (antall direkte forbindelser), mellomliggende sentralitet (betweenness, hvor ofte en node ligger langs korteste stier mellom andre par), nærhetscentralitet (closeness, hvor raskt noden kan nå resten av nettverket) og eigenvektor-sentralitet (hvor sentrale naboene er). Varianter som PageRank bruker en tilfeldig vandring og gir høy vekt til noder tilknyttet andre viktige noder. Beregningene kan normaliseres slik at skårene ligger mellom 0 og 1, og valget av mål avhenger av nettverkets struktur og analyseformål.

Beregningsmessig krever ulike mål forskjellig tid. Noen kan beregnes raskt i store nettverk, mens andre som betweenness kan være kostbare og dra nytte av effektive algoritmer som Brandes’ algoritme. Nettverksdata må også være representativ og tidsfast; i dynamiske nettverk kan tidsbaserte sentralitetsmål være nødvendig. Kritikk peker på at sentralitetsmål ikke nødvendigvis speiler faktisk innflytelse, og resultatene kan være påvirket av nettverksutvalg, ukjente forbindelser og bias.

Anvendelser inkluderer identifikasjon av influensere i sosiale nettverk, planlegging av infrastruktur og transport, målretting av folkehelseinnsats, sikkerhetsanalyse av kommunikasjonsnettverk og markedsføringsstrategier.