centraliteit

Centraliteit is een maatstaf die de belangijkheid of invloed van een knoop (node) in een netwerk kwantificeert. In netwerkanalyse worden knopen met hoge centraliteit vaak gezien als cruciaal voor de structuur of dynamiek van het netwerk, bijvoorbeeld bij de verspreiding van informatie, het verbinden van groepen of het controleren van stromen.

Veel gebruikte vormen van centraliteit zijn onder meer:

- Graadcentraliteit: het aantal directe verbindingen dat een knoop heeft, wat een beeld geeft van lokale invloed.

- Tussenliggende centraliteit (betweenness): hoe vaak een knoop ligt op kortste paden tussen paren knopen, een maat voor controle over informatiestromen.

- Nabijheidscentraliteit (closeness): de omgekeerde som van de afstanden naar alle andere knopen, een indicatie van hoe snel een knoop informatie kan verspreiden.

- Eigenvectorcentraliteit: centraliteit van een knoop afhankelijk van de centraliteit van zijn buren, waardoor invloedrijke koppelingen worden benadrukt.

- PageRank en verwante modellen (zoals Katz): centraliteit gebaseerd op gewogen sporen van verbindingen en de idee dat invloed voortkomt uit invloedrijke buren.

Toepassingen van centraliteitsanalyse komen voor in diverse vakgebieden, zoals sociale netwerken, biologie en ecologie, infrastructuurnetwerken (verkeer, internet), wetenschappelijke citatienetwerken en epidemiologie. Ze helpen bij het identificeren van sleutelknopen voor beleid, beveiliging of gerichte interventies, en bij het begrijpen van de robuustheid en kwetsbaarheden van netwerken.

Let wel, centraliteit is contextafhankelijk en afhankelijk van de gekozen maatregel en de representatie van het netwerk. Verschillende maatstaven kunnen verschillende knopen als prominent weergeven, en data-kwaliteit beïnvloedt de betrouwbaarheid van de resultaten. Historisch gezien hebben onderzoekers zoals Freeman, Sabidussi, Bonacich en PageRank bijgedragen aan de ontwikkeling van deze concepten.