比较不同的中心性指标

中心性指标帮你判断网络中谁“重要”，因为受欢迎不等于有影响力。想象一场鸡尾酒会：度中心性高的人忙着和所有人握手，体现的是受欢迎程度；中介中心性高的人守在门口，决定谁能进来，体现的是控制力。在间谍网络的例子里，“桥梁”更关键，因为它控制着群体之间的必经通道。注意这样：下次开会时，看看谁只是话最多，谁真正把不同团队联系起来。

要真正看懂影响力，你不能只数谁的朋友最多。网络科学提供四种不同的视角，帮你看清网络中的影响力：

**度中心性（连接数量）**看的是直接连接有多少。它能找出那些引人注目的“枢纽”。在病毒式营销中，这类人是拥有数百万粉丝、能迅速把消息传出去的网红。

**接近中心性（传播速度）**看的是一个节点到其他所有节点的平均距离。接近中心性高的人传递消息最有效率。在应急响应团队里，这样的人能比其他人更快地把消息传遍整个组织。

**中介中心性（控制力）**看的是一个节点有多常出现在另外两个节点之间的最短路径上。这类人是中间人，也是把关者。一位高管助理也许没有显赫的头衔，但如果他们掌控着接触首席执行官日程的途径，就拥有很强的中介控制力。

**特征向量中心性（声望）**还会考虑连接对象的分量。关键不只是你认识多少人，还有你认识的是谁。谷歌的 PageRank 背后就有这样的思路：来自知名大学网站的链接，比来自普通博客的链接更有分量。

早期社会学研究关注简单的连接关系，但现代网络科学认识到，“中心性”取决于具体情境。能预测感染风险的指标（度中心性），未必能预测谁控制着信息流（中介中心性）。

• Freeman（1979）：明确提出中心性的三个不同概念基础：活跃程度（度）、效率（接近性）和控制力（中介性）[1]。
• Borgatti（2005）：指出该用哪种中心性指标，完全取决于网络中发生的流动过程，例如资金转移、流言传播或疾病传播 [2]。
• Page 等人（1999）：提出 PageRank。它是特征向量中心性的一种变体，认为一个节点的重要性由其相邻节点的重要性递归决定 [3]。

中心性指标通常根据网络在某一时刻的静态情况计算，因此可能看不到网络随时间发生的变化。中心性高也可能带来风险：在疾病传播网络中，“枢纽”往往最先被感染。此外，这些指标假设所有连接都是正向的，因此常常无法反映敌对关系或信任不足的情况。