加权中心性

在普通网络中，每条连接都算作“一条”，所以联系人数最多的人就最居于网络中心。但加权中心性会给每条连接赋予一个数值，也就是“权重”，用来表示信任、距离、流量或频率。在借款的例子里，虽然萨姆的“度”更高，也就是联系人数更多，但亚历克斯的节点强度更高，也就是连接的权重总和更大，因此他才是获取关键资源的真正枢纽。这个概念能帮你区分人气高（弱连接多）和真正有影响力（连接强、权重大）。

想一想：在你的职业人脉中，你更注重增加联系人的数量，还是加深与伙伴的关系？

加权中心性承认连接之间有强弱之分，让我们能更细致地理解一个系统。在无权重模型中，随手打个招呼和求婚都会被视为同样的一条“连接”；加权模型则会量化这些关系的强度。这也改变了我们判断谁在系统中起关键作用的方式。

最常见的指标是节点强度：把与某个节点相连的所有连接的权重加起来，而不是只数有多少条连接。更复杂的指标则会调整“最短路径”的定义。在无权网络中，最短路径就是经过的跳数最少的路径。在加权网络中，比如道路地图，最短路径是阻力最小，也就是耗时或成本最低的路径，即使它需要经过更多站点。相比之下，在社交网络中，我们往往会寻找“最大流”或信任最强的路径。

看看这些应用场景：

• **航空运输：**无权重地图会让你觉得，通达目的地最多的机场最重要。但以旅客流量为权重的地图会显示，一个目的地较少、却有大量波音747运输流量的枢纽，才是真正的经济动脉，例如货运领域的安克雷奇。
• **疾病传播：**接触者追踪利用加权中心性，重点关注与他人长时间接触的人，也就是接触权重高的人，而不只是那些与很多人短暂擦肩而过的人。
• **供应链：**管理者会重点关注关键零部件供应量最大，也就是权重最高的供应商，而不只是合同数量最多的供应商。

加权网络研究指出，忽略连接强度，往往会导致我们认错网络中的关键角色。早期图论主要关注二元边，也就是用0或1表示连接是否存在，而现代方法则把连接强度纳入中心性指标。

• Opsahl等人（2010）提出了一个通用框架，让研究者可以调整连接数量（度）与连接权重（强度）之间的相对重要性。他们发现，仅看度数往往会高估那些拥有大量弱连接的节点的影响力[1]。
• Barrat等人（2004）表明，在航空运输等现实世界的加权网络中，度与强度之间往往存在非线性相关关系。这意味着“富有”的节点，也就是度较高的节点，其连接权重往往会大得不成比例[2]。
• Newman（2004）确立了将二元网络算法转换为相应加权算法的基础方法，并特别强调：当权重表示亲近程度（强度）而非成本（距离）时，“最短路径”的计算必须在数学上进行反向转换[3]。

一个主要难点是如何定义权重本身。在社交网络中，量化“信任”或“友谊”带有主观性，也容易受到噪声干扰。此外，“最短路径”算法（用于介数中心性）会因权重的含义而有不同表现：权重可能代表“流量”，越大越好，也可能代表“成本”，越小越好。因此，需要谨慎地进行数学上的反向转换，处理不当就可能使结果失真。