擅长:python、mysql、java
<p>这是密码。我假设在学位集中的定义如下。。。在</p>
<pre><code>N=G.order()
indegrees = G.in_degree().values()
max_in = max(indegrees)
centralization = float((N*max_in - sum(indegrees)))/(N-1)**2
</code></pre>
<p>注意,我在编写本文时假设它是python2,而不是3。所以我在除法中使用了<code>float</code>。你可以根据需要进行调整。在</p>
<hr/>
<p><strong>开始定义</strong></p>
<p>给定一个网络<code>G</code>,定义让<code>y</code>是阶数最大的节点,并使用<code>d_i(u)</code>表示节点<code>u</code>的入度。将<code>H_G</code>定义为(我不知道在stackoverflow上编写数学公式的更好的方法-希望任何知道的人编辑此内容或给出评论)</p>
^{pr2}$
<p>其中<code>u</code>迭代<code>G</code>中的所有节点,<code>N</code>是{<cd2>}的节点数。在</p>
<p>当存在所有其他节点指向的单个节点且没有其他节点具有其边时,<code>N</code>节点上的图形的最大可能值出现。那么这个<code>H_G</code>就是<code>(N-1)^2</code>。在</p>
<p>因此,对于一个给定的网络,我们将集中度定义为它相对于最大值的<code>H_G</code>的值。所以<code>C(G) = H_G/ (N-1)^2</code>。在</p>
<p><strong>结束定义</strong></p>