介数中心性

最短路径是两点之间效率最高的路线，而介数中心性衡量的是某个人或节点出现在这些路线上的频率。在上面的例子中，“桥梁人物”掌控着信息流动，因为工程部发给销售部的任何消息，要想快速送达，都必须经过这个人。这让他们成为关键的把关者，即使他们并不是在场最受欢迎的人。如果移除一个介数高的节点，网络就会分裂，或明显变慢。

请注意：找找你生活中的那个人，他们连接着两群原本互不相识的朋友。

要理解一个系统中的影响力究竟掌握在谁手里，你得关注连接是如何形成的，而不只是连接的数量。这个机制按一定的顺序运作：节点在交换资源或信息时，会寻找效率最高的路线，也就是最短路径。

影响力如何产生：

1. 计算路线： 网络中的每两个人之间，理论上都有一条联系彼此的“最佳路径”。
2. 统计流量： 计算介数时，要统计这些最佳路径中有多少条经过某个特定的人。
3. 掌控流动： 经过次数最多的人，就成了瓶颈或中间人。他们可以筛选、歪曲信息，也可以加快信息传递。

现实中的例子：

• 城市规划： 一座跨河大桥通常具有较高的介数。它本身可能不是目的地，但要从北城到南城，所有人都必须经过它。关闭这座桥会让整座城市陷入混乱。
• 项目管理： 技术文档撰写者常常处在工程师和客户之间。他们把专业术语转化为使用手册。没有他们，产品（起点）就始终无法有效地传递到用户（终点）手中。
• 流行病学： 一个往返于两个相互隔绝的村庄之间的旅行者，就是介数高的传播媒介。他们是那个一旦失守，就会让病毒从一个群体传播到另一个群体的单点。

关于中心性的研究强调，影响力来自结构洞，也就是群体之间只有特定的人才能连接起来的空隙。度中心性衡量直接连接的数量，而介数反映的是对流动的掌控。

• Freeman（1977）： 提出用介数来衡量对沟通的掌控，并发现处在这些位置的人可以通过扣留或歪曲信息，为自己谋取利益 [1]。
• Brandes（2001）： 开发了计算大型网络介数的标准算法，大幅缩短了计算时间，使分析互联网这类庞大社会关系图成为可能 [2]。
• Granovetter（1973）： 提出“弱关系的力量”，说明熟人（介数高的桥梁）往往比亲近的朋友（度中心性高的群体）提供更多新信息 [3]。

介数假设每个人始终使用绝对最短的路径，但人的心理和具备韧性的网络并不总是如此；在这些情况下，我们可能会使用备用路线。此外，计算超大规模网络的介数需要耗费大量计算资源，因为它要求梳理每一对节点之间所有可能的路径。