介绍

在新兴技术的世界里，数据可以被视为新的石油。我们正在产生如此多的数据，以至于我们缺乏有效使用这些数据的方法。在这个新时代，技术专业人员必须能够理解构成网络的各个节点的重要性。在这种情况下，中心性的概念具有新的意义。通过分析网络的中心性可以了解信息或权力如何在整个系统中流动，其中衡量每个节点（或人）的重要性。该博客将探讨许多不同的中心性指标及其在现实世界中的应用，包括我们最近对纽约市 (NYC) 的自治市镇和地区的研究。

中心性措施

可以通过多种不同的方式确定网络中各个节点的重要性。以下是一些最流行的中心性度量类型：

度中心性：节点的度中心性是通过计算通向它的边的数量来确定的。它可以用作用户在社交网络中的受欢迎程度或活动的代理。

Closeness Centrality：使用最短路径评估指标，我们可以确定一个节点与网络中每个其他节点通信的速度。网络中其他节点容易访问的节点具有很高的邻近中心性。

介数中心性：节点的介数中心性衡量它作为其他节点之间最短路径的连接点的频率。高介数中心性节点是数据或资源在网络中移动的极其重要的管道。

特征向量中心性：该指标不仅考虑节点连接的数量，还考虑节点连接的质量。高特征向量中心性节点在网络中具有更大的影响力，因为它们与其他有影响力的节点相关联。

在纽约市分区和自治市镇项目中的应用

最近，我们使用中心性研究来确定纽约市每个街区作为整个城市的枢纽的程度。为此，使用了强大的图形数据库管理系统 Neo4j Data Science Library。

在每个社区集群中，我们通过整合社区检测和中心性分析的结果确定了三个最集中的区域。无论有没有曼哈顿，我们都对整个城市进行了相同的分析。

通过使用中心性分析，我们能够将每组社区的活动中心归零。这些节点作为数据、权力和影响力在整个网络上传播的管道发挥着重要作用。我们为项目中的每个区域计算了度数和 PageRank 中心性分数。由于同时兼顾了链接的数量和质量，Google 最初创始人发明的 PageRank 对于定位关键节点非常有效。

一旦我们确定了每个社区集群内中心度评级最高的三个地区，纽约市社区和自治市镇的动态就会变得更加清晰。突出显示了城市内部的连通性和电力节点，提供了可能对城市规划者、交通管理者和资源分配者有用的信息。

结论

寻找网络中最重要的节点需要使用中心性分析，这是社交网络分析中的一项关键技术。通过理解许多中心性度量及其应用，可以获得对复杂系统结构和行为的洞察力。

我们的纽约市分区和自治市镇项目在很大程度上依赖中心性研究来确定每个自治市镇内最重要的社区。除了增强我们对城市互连的了解外，这些数据还有助于城市规划和资源管理选择。

中心性分析是一种了解复杂网络内部运作并最大限度地发挥其对战略决策的作用的强大方法，随着我们对社交网络分析功效的了解越来越多，它将继续成为我们工具包的重要组成部分。