percolation_centrality#

percolation_centrality(G, attribute='percolation', states=None, weight=None)[source]#

计算节点的渗透中心性。

节点 \(v\) 在给定时间的渗透中心性定义为通过该节点的“渗透路径”的比例。

该度量根据节点的拓扑连接性及其渗透状态量化节点的相对影响。

节点的渗透状态用于描述网络渗透场景(例如在个人社交网络中的感染传播、计算机网络上的计算机病毒传播或城镇网络上的疾病传播)随时间的变化。在这个度量中,渗透状态通常表示为0.0到1.0之间的十进制数。

当所有节点处于相同的渗透状态时,该度量等同于介数中心性。

Parameters:
G

一个 NetworkX 图。

attributeNone 或 字符串, 可选 (默认=’percolation’)

用于渗透状态的节点属性名称,如果 states 为 None 则使用。如果节点未设置该属性,则该节点的状态将设置为默认值1。如果所有节点都没有该属性,则所有节点将设置为1,中心性度量将等同于介数中心性。

statesNone 或 字典, 可选 (默认=None)

指定节点的渗透状态,节点为键,状态为值。

weightNone 或 字符串, 可选 (默认=None)

如果为 None,则所有边的权重视为相等。否则,保留用作权重的边属性名称。边的权重被视为两端之间的长度或距离。

Returns:
nodes字典

包含节点及其渗透中心性值的字典。

Notes

该算法来自 Mahendra Piraveenan, Mikhail Prokopenko 和 Liaquat Hossain [1] 成对依赖关系通过 [2] 计算和累积

对于加权图,边权重必须大于零。零边权重可以在节点对之间产生无限数量的等长路径。

References

[1]

Mahendra Piraveenan, Mikhail Prokopenko, Liaquat Hossain Percolation Centrality: Quantifying Graph-Theoretic Impact of Nodes during Percolation in Networks http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0053095

[2]

Ulrik Brandes: A Faster Algorithm for Betweenness Centrality. Journal of Mathematical Sociology 25(2):163-177, 2001. https://doi.org/10.1080/0022250X.2001.9990249